摘要
本申请公开了一种光伏出力预测方法、系统、设备及介质,提出了一种集合经验模态分解的增强核岭回归光伏出力数据预测方法。该方法使用集合经验模态分解对出力影响因素信息进行降噪处理,提升数据的可靠性,降低数据噪声对数据的干扰。并使用核岭回归方法学习输入信息与预测残差的非线性映射联系,得到实时预测残差,以提升预测模型的准确性,量测异常时使用基于注意力机制的卷积神经网络的长短期记忆网络结合DBCSAN方法进行筛选去除。通过集合经验模态分解对量测信息进行降噪,降低了光伏影响因素历史数据的平均误差与均方根值,使信息更接近于真实值,为后续预测工作提供了更为可靠的训练数据,进而有效地提升预测效果。
技术关键词
光伏出力预测方法
集合经验模态分解
预测残差
噪声
回归方法
异常数据处理方法
计算机可执行指令
历史运行数据
光伏发电站
非线性映射关系
动态变化规律
数据预测方法
数据收集单元
三次样条插值
长短期记忆网络
建立映射关系
线性回归模型
系统为您推荐了相关专利信息
水力平衡调节系统
AI算法
水力平衡调节方法
调节控制模块
数据采集模块
水下机器人
协方差矩阵
卡尔曼滤波估计
导引方法
水声通信设备
分布式光纤传感
声学信号处理
信号处理模块
定位系统
矩阵