摘要
本发明涉及一种基于预训练模型的光伏功率预测方法,包括:获取某地区光伏电站历史功率数据及地区历史气象数据,筛选相关数据并归一化;划分预训练和训练数据集并提取相应的特征向量;采用历史非预测周期数据预训练GPT光伏功率预测模型;采用训练集数据微调预训练的GPT光伏功率预测模型;采用微调后的预训练GPT光伏功率预测模型在测试数据集上预测功率值。本发明提供的技术方案,通过在大量历史功率相关数据上预训练模型对预测周期内的光伏功率值进行预测,提高了光伏功率预测的准确度,有助于调度部门提前做好调度计划和风险规避,进而提高电力系统的安全性及光伏发电的竞争力。
技术关键词
光伏功率预测方法
历史功率数据
历史气象数据
预训练模型
光伏电站功率
梯度下降算法
训练集数据
特征向量方法
光伏组件温度
传播算法
光伏发电功率
功率值
微调方法
划分方法
相对湿度
电力系统
参数
系统为您推荐了相关专利信息
作动机构
指挥车
回收设备
告警装置
人工智能模型
信息编码器
图像特征向量
视觉
功能磁共振信号
图像编码器
标注算法
数据自动标注方法
场景类别
标注装置
自动驾驶技术
输出功率预测方法
集群
分层控制方法
长短期记忆网络
BP神经网络模型
服务特征
词嵌入模型
计算机执行指令
信息检索方法
大语言模型