摘要
本发明公开一种基于模糊C均值混合密度网络的光伏发电功率预测方法,包括以下步骤:S1、收集光伏板出力数据和天气数据,并进行特征工程;S2、基于模糊C均值聚类法把数据划分为若干个模糊子集,在每个模糊子集训练混合密度网络,采用负对数似然函数和随机梯度下降算法,使用均方根误差来评估;S3、在FCM阶段输出各个簇上的光伏发电功率的预测期望值,在MDN阶段输出各个簇上光伏发电功率的概率密度函数,再结合隶属度权重对预测期望值和概率密度函数分别加权平均求得最终预测结果,并得到预测值的置信度区间。本发明可以更加科学的获得预测结果的可靠性和准确性,以便更好地规划和管理光伏发电系统。
技术关键词
模糊C均值
概率密度函数
光伏发电功率
随机梯度下降
历史维修记录
特征工程
光伏电池板
网络
数据
FCM算法
光伏发电系统
发电量
光伏板
阶段
天气
样本
插值法
系统为您推荐了相关专利信息
容量优化配置方法
相机
新能源场站
模拟退火遗传算法
节点
多无人机协同
融合方法
坐标系
滤波
时间配准方法
图像分割方法
K均值聚类算法
全卷积网络
混合损失函数
标签
集成树模型
训练语料库
图谱
大语言模型
无标签样本