摘要
本发明涉及能源消纳技术领域,具体涉及一种基于神经网络的分布式能源消纳方法及系统。该方法根据每个发电群组在目标时间段内的发电数据与每种气象的气象数据的相关程度,和该群组在目标时间段内发电周期内相同位置的发电数据获取时间优势指标;根据待测地区的发电群组在发电周期内每个时刻的时间优势指标、每个发电群组在目标时间段内的发电数据与每种气象的气象数据的相关程度,获取最终气象权重,并利用其训练神经网络,用训练后的神经网络对待测地区在当前的发电周期的分布式能源进行消纳。本发明考虑发电设备与不同气象的相关性,不同发电周期的气象数据与发电数据等参数训练神经网络,提高分布式能源消纳的效率。
技术关键词
气象
时间段
消纳方法
周期
能源
指标
训练神经网络
皮尔逊相关系数
消纳技术
消纳系统
功率
分析模块
训练集
数据采集模块
发电设备
强度
参数
系统为您推荐了相关专利信息
融合算法
多头注意力机制
高斯核函数
融合特征
多模态传感器
异构特征
模型构建方法
编码模块
路网结构
时空注意力机制
训练优化方法
随机梯度下降
电力系统
多尺度滑动窗口
随机噪声
智能感知技术
机场驱鸟系统
智能感知网络
智能分析平台
数据传输模块