摘要
本发明涉及极短期光伏功率预测技术领域,尤其涉及一种用于实时控制的极短期光伏功率预测方法及系统,旨在提高光伏功率预测的精度和实时性。对气象数据进行归一化处理,并进行特征相关性分析;采用BP神经网络进行短期光伏功率预测,输入气象数据和历史出力数据,输出分辨率为15分钟的短期预测值;对BP神经网络的上层结果进行样条插值和离群值清除,并作为长短期循环神经网络输入,以提高预测数据的时间分辨率,得到分辨率为1分钟的极短期光伏功率预测数据。通过综合考虑气象因素、采用先进的神经网络模型和数据处理技术,能够在保证预测精度的同时,实现极短时时间尺度上的光伏功率预测,适用于光伏电站的实时控制和优化运行。
技术关键词
短期光伏功率预测
BP神经网络训练
分辨率
光伏电站
学习算法
数据
气象
数值天气预报
光伏发电系统输出功率
记忆单元
小提琴
样条
变量
分时段
LSTM模型
样本
系统为您推荐了相关专利信息
电网仿真
识别方法
样本
电网量测信息
深度强化学习算法
超分辨率
生成对抗网络
生成高分辨率
金字塔特征
生成检测模型
程度评价方法
煤炭开采区域
物联网传感器
风险
指数
工程监控管理系统
日期
因子
监控管理模块
数字表面模型