摘要
本发明公开了一种基于机器学习的光伏参与多能供电方法及系统,属于智能供能技术领域,所述方法包括如下步骤:获取历史用电负荷数据;对历史用电负荷数据进行分量划分和重构,得到用电负荷时间序列数据的分解结果;训练高频多层感知机和低频多层感知机,得到用电负荷预测值;获取历史光伏发电数据,并利用集成机器学习模型对历史光伏数据进行预测,得到光伏发电预测值;根据用电负荷预测值和光伏发电预测值,基于供电计划优化目标函数及其约束,执行日前供电计划,完成光伏参与的多能供电。所述系统为基于所述方法进行多能供电的系统,用于实现上述方法。本发明解决了光伏参与多能供电的调度效率不足问题。
技术关键词
多层感知机
光伏发电数据
负荷
供电方法
机器学习模型
光伏发电功率
储电设备
集成机器学习
皮尔逊相关系数
预测特征
计划
表达式
残差模型
超参数优化方法
序列
信号
重构
系统为您推荐了相关专利信息
代码静态分析
资源优化方法
静态代码分析
机器学习模型训练
项目管理工具
异常检测方法
脑部医学图像
状态空间模型
特征提取模型
机器学习模型
能源互联网控制
鱼菜共生
深度强化学习模型
负荷
水质
优化调度模型
优化调度方法
多能源
电储能
有功功率