一种基于时空相关性的光伏电站集群功率预测方法

AITNT
正文
推荐专利
一种基于时空相关性的光伏电站集群功率预测方法
申请号:CN202410996097
申请日期:2024-07-24
公开号:CN118941112A
公开日期:2024-11-12
类型:发明专利
摘要
本发明公开了一种基于时空相关性的光伏电站集群功率预测方法,包括以下步骤:对数值天气预报中的气象特征和光伏电站输出功率进行相关性分析,确定影响光伏功率预测的特征变量;定义光伏电站中的每个光伏站点为一个节点,基于所述特征变量和光伏电站输出功率计算每个节点之间的相似性,构建邻接矩阵;将所述邻接矩阵输入优化后的GAT‑Transformer模型,获得光伏电站集群功率预测结果;所述GAT‑Transformer模型包括:GAT模块和Transformer模块。该方法通过时空特征的综合处理、高效模型结构与优化算法的结合,实现了对光伏电站集群功率的高精度、高效预测,同时保持了模型的灵活性、可扩展性和一定的解释性,为光伏能源管理与调度提供有力支持。
技术关键词
光伏电站集群 功率预测方法 空间特征信息 数值天气预报 多头注意力机制 节点 前馈神经网络 编码向量 时序特征 线性 皮尔逊相关系数 特征信息提取 模块 变量 退火策略 多层感知机 能源管理
系统为您推荐了相关专利信息
1
基于超长距离多头注意力机制的AI自动评标系统
多头注意力机制 评标系统 超长距离 语义向量 数据获取模块
2
基于多模态大模型的知识融合检索方法及系统
检索方法 节点 混合专家网络 语音特征 多模态信息
3
一种基于MLA+DLRM的农村分布式风电接纳能力评估方法及系统
分布式风电 能力评估方法 农村 非参数核密度估计 风电出力场景
4
一种面向ROI动态优化的智能投放决策管理方法及系统
决策管理方法 时空注意力机制 深度Q网络 数据 策略
5
基于多模态深度学习的瓦斯预抽采多目标优化决策方法
多模态深度学习 优化决策方法 深度确定性策略梯度 瓦斯抽采系统 储层物性参数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号