摘要
基于关联稀疏建模的光伏集群超短期功率区间预测方法,涉及光伏发电功率预测领域,包括:获取各场站历史出力及地理位置信息;将各场站划分到各子区域中;选出子区域的代表场站;挖掘代表场站之间的时空关联信息并生成各代表场站的点预测结果;得到光伏集群的点预测结果;识别出不确定性模式,对每一种不确定性模式构建预测误差和预测值的联合概率分布;生成预测区间。与以所有场站为建模对象的动态图卷积神经网络模型相比,当置信度设为99%时,本发明提出的方法在预测区间覆盖率指标上能达到0.963的精度,提高了3.2%,在预测区间归一化平均宽度指标上能达到0.1298的精度,降低了36.6%,显著提高了模型性能。
技术关键词
功率区间预测方法
预测误差
时空关联信息
集群
卷积神经网络模型
长短期记忆网络
概率分布函数
Copula函数
代表
地理位置信息
误差预测
卷积网络模型
模式识别
光伏发电功率预测
预测装置
聚类算法
模块
位点
系统为您推荐了相关专利信息
低轨卫星物联网
终端
星历数据
预测误差
时钟校准
海水制冰机
时序
智能控制系统
深度神经网络模型
卷积神经网络模型
密文域可逆信息隐藏方法
顶点
霍夫曼编码树
加密
空间聚类算法
预测路况
路径规划方法
经验分布函数
路段
预测误差