摘要
本发明涉及一种基于SCSSA的光伏发电预测方法,该方法包括:采集光伏电站的数据,并预处理,其中数据包括历史发电数据、气象数据、地理信息和设备运行数据;对预处理后的数据进行多尺度分解,并使用SCSSA算法优化多尺度特征构造;采用改进的SHAP方法对多尺度特征进行动态重要性评估,得到与时间衰减因子相关的新特征;构建并使用SCSSA算法优化自适应CNN‑BiLSTM模型,利用优化后的CNN‑BiLSTM模型对光伏发电量进行预测。与现有技术相比,本发明具有更全面地捕捉光伏发电系统的复杂动态特性,提高预测精度和效率等优点。
技术关键词
光伏发电预测方法
BiLSTM模型
多尺度特征
设备运行数据
离散小波变换
光伏发电量
光伏电站
算法
滑动窗口技术
因子
光伏发电系统
模型预测值
参数
模型更新
动态更新
气象
采样率
系统为您推荐了相关专利信息
高速公路隧道施工
智能系统
校准技术
智能识别设备
高清摄像头
设备管理方法
设备通信装置
管理策略
高精度传感器
设备运行状态
风险识别系统
演化特征
风险识别方法
历史灾害案例数据
预警模块