摘要
本发明公开了一种基于域泛化理论的跨域短期光伏功率预测方法及系统,属于光伏发电技术领域,首先,将泛化理论引入光伏系统的功率预测任务,将最大均值差异(MMD)作为不同领域环境传感器数据的差异度量并结合对抗生成实现数据的领域泛化;之后,利用互信息理论对光伏系统的多维特征进行相关性量化,并引入Informer架构来学习源域及泛化域的特征知识,以进行未知目标域的光伏系统功率预测。本发明解决了当前基于深度神经网络的光伏预测算法无法在无历史数据的新建场站应用,或虽具有历史数据,但历史数据分布存在显著差异的不同场站之间模型失效问题,均有良好的实用价值。
技术关键词
生成对抗网络
短期光伏功率预测
概率密度函数
注意力
理论
光伏系统
环境传感器数据
代表
样本
解码器
光伏发电技术
度量
深度神经网络
编码器
序列
数据分布
优化器
系统为您推荐了相关专利信息
折反变焦系统
次镜组件
平凹透镜
主镜组件
装调方法
车载CAN网络入侵检测方法
周期性特征
统计特征
Softmax函数
掩码矩阵
早期故障检测方法
变量
微扰理论
矩阵
特征向量空间