摘要
本申请涉及一种基于条件变分自编码器的离散概率预测方法及装置,其中,方法包括:基于条件变分自编码器和解码器,构建离散概率功率预测模型;获取目标新能源发电的历史功率数据和历史候选特征数据,以建立新能源发电训练数据集;基于新能源发电训练数据集,训练离散概率功率预测模型,以生成新能源发电预测模型,并利用新能源发电预测模型预测目标新能源发电分布;继而根据增强推断策略和训练后的解码器推断预设伯努利分布对应的实际伯努利分布。由此,解决了现有技术的新能源发电的预测时间成本较高,同时难以精确及高效地预测新能源概率分布,且忽略了光伏发电复杂的混合分布,难以取得连续和离散光伏分布之间的平衡等问题。
技术关键词
新能源发电预测
概率预测方法
历史功率数据
长短期记忆神经网络
编码器
解码器
预测装置
计算机程序产品
处理器
阶段
模块
策略
离线
时序
可读存储介质
存储器
误差
动态
系统为您推荐了相关专利信息
多任务学习方法
参数
双线性插值算法
状态空间模型
多尺度特征
混合深度学习模型
光伏发电功率
天气
长短期记忆网络
数据
应变传感器校准装置
便携式光纤
夹持模块
数据处理模块
解调模块
患者术后护理
风险预警系统
指标
生理
风险评估模型