摘要
本发明公开了一种光伏电站短期光伏发电功率预测方法和系统,包括:首先,对光伏系统历史功率数据及气象数据进行归一化处理,并筛选出相关性较高的气象特征;其次,使用VMD将非平稳的时间序列数据分解为多个平稳子序列,并通过WOA优化VMD的分解参数,以确保最佳特征表达;然后,将VMD分解后的子序列与筛选的气象特征结合,输入SCINet模型进行特征提取与预测;最后,通过SCINet模型的多层次卷积操作,输出光伏功率的短期预测值。本发明的优点是:有效提高了光伏发电功率预测的准确性,为光伏电站的运行管理提供了可靠的技术支持。
技术关键词
光伏电站
Pearson相关系数
历史功率数据
序列
鲸鱼优化算法
二叉树结构
气象
交互式学习
预测模型训练
光伏系统
光伏发电功率预测
短期光伏发电
模块
功率预测系统
迭代优化方法
深度学习框架
系统为您推荐了相关专利信息
角速度传感器
深度信念网络
鲸鱼优化算法
传感器数据收集
模型训练模块
多视角
相机标定
三维骨架结构
识别方法
视频采集模块
肺癌免疫治疗
生物标志物
高通量测序筛选
化疗疗效预测
组织芯片
模式匹配方法
智能人机交互系统
序列
模式匹配装置
关系
图像特征数据
图像处理方法
融合特征
图像块
多层感知机