摘要
本发明实施例提供一种基于负荷预测和积灰分析的清洗效益预测方法和装置,方法包括:从气象预测机构获取未来N天的每日预测气象数据,从场站获取最近历史N天的每日逆变器数据;根据每日预测气象数据和每日逆变器数据,基于第一时空图神经网络模型,预测未来N天的每日预测发电量;根据每日预测气象数据和每日逆变器数据,基于第一双层LSTM神经网络模型,预测未来N天的每日清洗效率增益;根据未来N天的每日预测发电量、每日清洗效率增益、清洗成本,预测在未来N天的第一天进行清洗的预测收益;判断在未来N天的第一天进行清洗的预测收益是否大于基础收益;如果大于基础收益,则在未来N天的第一天进行清洗,否则不进行清洗。
技术关键词
光伏系统效率
双层LSTM神经网络
逆变器
气象
发电量
神经网络模型
空气质量指数
积灰
预测装置
序列
负荷
标记
风速
梯度下降法
天气
训练集
参数
数据获取单元
系统为您推荐了相关专利信息
企业用电量分析
新能源发电量
月度用电量
时序预测模型
阶段
供电配置方法
蚁狮优化算法
储能管理
光伏发电预测
基站
环境监测数据
指数分析方法
地理定位信息
GIS技术
大数据
生成优化建议
输电设备
分析系统
电力
深度强化学习模型