摘要
本发明属于光伏功率预测技术领域,具体涉及一种融合机理模型和场站实测的光伏功率智能预测方法及系统。本发明的融合机理模型和场站实测的光伏功率智能预测方法通过收集并整理历史场站实测数据以及模式数据,利用模式数据对训练模型增加物理约束,通过场站实测数据提高训练模型的精度,最后融合输出结果,以达两种数据优势互补的目的,实现提升光伏发电功率预测准确度的效果;以及通过区分稳定和恶劣天气类型,在稳定天气条件下采用CNN+Transformer模型,在恶劣天气条件下采用CNN+BiLSTM模型,进一步提升光伏发电功率预测准确度,并且节省计算资源,提高预测效率。
技术关键词
智能预测方法
BiLSTM模型
恶劣天气条件
光伏发电功率预测
模式
序列
天气预报数据
光伏功率预测技术
物理
支持向量回归算法
智能预测系统
稳定判据
模型训练模块
可读存储介质
气象
数据获取模块