摘要
本发明公开一种新能源供电保障曲线预测模型构建方法;基于DBSCAN‑TimaGAN对异常数据进行识别与修补;基于ERA5数据构建NWP修正模型;基于STL对训练集功率数据进行时序分解,其中周期分量通过KernelPCA降维、Gabor频域分解后,根据不同的频率分别构建TimesNet模块,并通过多层感知机集成各模块输出;趋势分量经过高斯低通滤波后基于Autoformer进行多步预测;残差分量通过提取气象‑残差敏感特征后通过KAN模型进行预测;将上述三个分量预测模型通过Voting集成,并基于动态损失函数与Lion优化器对模型进行训练,再基于Remora优化算法对模型超参数进行优化,最终得到新能源供电保障曲线预测模型。通过本发明方法可以实现新能源供电保障曲线预测,为电力调度部门制定方案提供参考,具有一定的推广价值。
技术关键词
预测模型构建方法
曲线
历史功率数据
集群
训练集
多层感知机
气象
周期
异常数据
时序
动态
超参数
样本
算法
非线性
模块
滑动窗口
频率
系统为您推荐了相关专利信息
大语言模型
计算机可读取存储介质
数据筛选方法
计算机可读指令
问答场景
时域特征
电能表状态
电能表数据
注意力模型
变分模态分解算法
监测预警方法
频率响应
曲线
危岩崩塌监测预警装置
弹簧质子模型
配电网合环
路径优化方法
专家知识库
负荷
合环线路