摘要
本发明公开了一种多场站光伏功率预测的耦合信息分离提取多任务学习方法,包括以下步骤:步骤S1:根据光伏电站的功率信息、气象新和地理位置信息分别计算功率相似度、计算气象相似度、地理位置相似度,通过综合相似度综合判断光伏电站之间的相关性,识别出相似的电站群体;步骤S2:构建耦合信息分离提取多任务学习预测模型;步骤3:构建耦合信息分离提取多任务学习预测模型的动态更新损失函数;步骤4:对耦合信息分离提取多任务学习预测模型的特定参数进行训练和选择。本发明通过构建专门提取各电站特有信息的任务专家网络,以及提取多个电站之间耦合信息的共享网络,可以将任务特有信息与耦合信息进行分离,提高预测模型的准确性和鲁棒性。
技术关键词
多任务学习方法
光伏电站
特征提取网络
功率
动态更新
气象
地理位置信息
长短期记忆神经网络
皮尔逊相关系数
交叉验证法
超参数
鲁棒性
数据
度量
矩阵
算法
系统为您推荐了相关专利信息
智能巡线
多频段
三轴磁场传感器
模式切换开关
处理单元
转子侧变流器
风电机组
虚拟电容
振荡器控制
电压
立体封装结构
冷却液
散热垫片
基板
功率模块封装结构
上下文管理
自然语言生成技术
意图识别
处理单元
语音输入信息