摘要
一种多模型集成的分布式光伏短期功率预测方法,其特征在于,所述方法包括以下步骤:采集并计算预测日的天气预报,并从预先生成的数据集中寻找历史相似预测日;分别获取多个预训练的预测模型对所述历史相似预测日的平均预测准确率,并基于所述平均预测准确率的排序筛选出多个优选预测模型;以预测误差最小为目标,利用所述多个优选预测模型构建功率预测模型,并采用随机收敛方式对所述功率预测模型中每一个所述优选预测模型的权重进行寻优,从而获得针对于所述预测日的所述功率预测模型;采用所述预测日的所述功率预测模型,利用所述预测日的天气预报对所述预测日的分布式光伏短期功率进行预测。
技术关键词
短期功率预测方法
分布式光伏
多模型
预测误差
多元线性回归模型
BP神经网络模型
功率预测系统
RBF神经网络
支持向量机模型
数据
模块
多项式
偏差
基准
基础
系统为您推荐了相关专利信息
配电网电压波动
分布式光伏配电网
有功功率
配电网系统
节点
混合预测模型
子模块
可视化模块
多头注意力机制
电网调度系统
电流预测方法
预测误差
故障相电压
数学模型
玻尔兹曼定律
逆变器周围环境
时间段
光伏并网逆变器
分析模块
数据