摘要
本发明属于光伏发电技术领域,具体为多环境因素与季节差异的光伏超短期功率预测与修正方法,包括步骤一:进行相关性分析,筛选出影响光伏功率的主要环境因素;步骤二:利用VMD对光伏时间序列数据进行信号特征提取,得到平稳性强且含有不同频率的分量,采用CNN‑BiGRU‑Attention模型对各分量进行一次预测;步骤三:利用VMD‑SSA‑LSSVM对误差序列进行二次预测,对一次预测的结果进行修正,其设计合理,提出了考虑季节差异的预测模型优化策略,光伏出力具有明显的周期性,在考虑季节的前提下建立光伏出力概率预测模型,优化模型参数,使得预测模型在各个季节的预测精度均达到最优。
技术关键词
超短期功率预测
GRU模型
sigmoid函数
修正方法
信号特征提取
皮尔逊相关系数
注意力
时序
数据
特征值
变体结构
光伏发电技术
序列
池化方法
压缩特征
误差
神经网络模型
频率
矩阵
系统为您推荐了相关专利信息
融合特征
识别方法
协同注意力
关键点
局部细节特征
主轴热误差
灰色关联度分析
平均值滤波算法
长短期记忆神经网络
测温