摘要
本发明提供一种基于LightGBM‑AttentionGRU组合模型的光伏电站短期出力预测方法、系统、存储介质和电子设备,涉及光伏电站短期出力预测领域。本发明中,基于预处理后的多源数值气象预报数据和历史实际出力数据,构造多个特征,并基于特征与目标出力之间的相关系数,对每一特征进行修正;接着将修正后的特征数据作为LightGBM模型的输入,获取第一预测结果,以及将修正后的特征数据和第一预测结果作为AttentionGRU模型的输入,获取第二预测结果;最后采用误差倒数法进行加权求和,获取待预测光伏电站最终的短期出力预测结果。基于底层原理不同的LightGBM模型和AttentionGRU模型的组合模型,改善了单一模型难以进行场景迁移的局限性,极大提高了光伏电站短期出力预测的准确率。
技术关键词
出力预测方法
光伏电站
LightGBM模型
气象预报数据
多项式特征
滞后特征
统计特征
特征选择
数值
误差
数据获取模块
样本
预测系统
电子设备
算法
日期
程序
存储器
系统为您推荐了相关专利信息
力预测方法
机器学习模型
矫直机设备
LightGBM模型
参数
风光发电功率预测
光伏发电功率预测
数值天气预报风速
多尺度
萤火虫优化算法
电气设备智能
光伏电站
数据采集模块
稳态
管理系统
设备容量配置
转换设备
储氢罐
设备运行数据
能源系统优化方法
低压配电台区
负荷预测方法
气象预报数据
CRF模型
孤立森林算法