一种基于卷积神经网络的光伏台区发电预测方法及系统

本发明涉及光伏发电预测技术领域，具体涉及一种基于卷积神经网络的光伏台区发电预测方法及系统。本发明的方法基于目标光伏台区的历史数据在卷积神经网络上进行训练以得到台区发电预测模型来进行发电预测，并引入了模型自更新，通过将当前时刻的气象数据、真实发电量数据补入历史数据，通过判断补入次数来定期对卷积神经网络重新训练，以完成台区发电预测模型的更新，来保证预测模型的精度，并实现了预测的动态实时性；并且采用结构相对简单的卷积神经网络，缩短了训练用时，降低对动态实时性的干扰、以实现模型自更新和动态实时性的平衡。本发明解决了现有专利预测不具有动态实时性、且未能实现模型自更新和动态实时性平衡的问题。