摘要
本发明公开了一种针对新能源发电出力预测的深度学习模型解析方法及系统。所述方法包括:构建基于深度学习的新能源发电出力预测模型,并训练预测模型;对训练后的预测模型进行输入特征精简,提取出关键影响因子;对关键影响因子进行贡献度计算,解析出关键影响因子对预测结果的影响程度;基于晴空指数指标对出力数据样本进行气象类型划分;将预测模型的回归层改造为逻辑推理层;基于气象类型划分的出力数据样本对预测模型的逻辑推理层进行参数微调,解析出预测模型的输出逻辑。本发明方法能够改善新能源发电出力预测深度学习模型的可信度水平,辅助电力运营人员理解深度学习模型的预测推理逻辑,提升电力系统消纳新能源发电的安全稳定性。
技术关键词
新能源发电出力
深度学习模型
气象
因子
样本
训练预测模型
解析方法
节点
数据
序列
消纳新能源
指数
解析系统
逻辑
处理器
指标
算法
预测误差
计算机设备
分析模块
系统为您推荐了相关专利信息
粒子群优化算法
资源配置优化方法
参数
位置更新
因子
联合深度学习
缺陷预测方法
缺陷类别
缺陷预测系统
数据采集设备
学生心理健康
综合评价体系
评估系统
数据采集模块
大数据