摘要
本发明公开一种光伏功率短期概率预测系统及其方法,包括:卷积神经网络、时序网络和概率密度估计模块;所述时序网络由自组织映射神经网络、时序编码器和时序解码器构成;所述时序编码器和时序解码器均由自相关机制单元、时序分解单元和前馈层交替连接构成;所述时序解码器由上分支子层和下分支处子层构成;所述卷积神经网络对气象因素筛选获得气象特征与光功率之间的高维映射关系;所述时序网络对光功率时序序列进行渐进式分解与自相关性提取获得光功率序列周期性与趋势性特征;所述概率密度估计模块将高维映射关系与光功率序列周期性、趋势性特征优化结合获得光功率概率分布参数输出;本发明综合数值天气预报信息与气象台发布的天气类型预报,实现光功率概率预测,从而有效降低了单一气象源误报风险。
技术关键词
光功率
序列
时序依赖关系
解码器
预测系统
周期性
SOM神经网络
离散特征
波动特征
分支
气象
数值天气预报
广义
编码器模块
系统为您推荐了相关专利信息
异常点
发电设备
实时状态信息
粒子滤波算法
监测方法
交互式控制方法
虚拟设备
表达式
能力评估模型
节点
机器学习模型
PageRank算法
回归分析法
网络
拷贝数