一种基于融合模型的光伏发电预测方法

AITNT
正文
推荐专利
一种基于融合模型的光伏发电预测方法
申请号:CN202411625314
申请日期:2024-11-14
公开号:CN119577565A
公开日期:2025-03-07
类型:发明专利
摘要
一种基于融合模型的光伏发电预测方法,属于光伏能源领域。传统光伏预测方法仅基于大量数据进行模型训练,往往存在着与光伏定律不符的预测结果。同时,针对特征子集的筛选通常采用单一方法,但光伏数据具有季节性、不确定性等特点,单一方法无法很好地描述各个特征与发电量的关系。本发明在传统预测方法的基础上融合光伏领域知识及定律,建立光伏约束模型;采用过滤法及包装法结合的算法建立特征子集的筛选模型,最后融合LSTM算法模型进行光伏预测。因此,本发明能够高效地筛选出更具代表性,相关性更佳的特征子集,并对光伏预测结果进行物理约束,从而提高模型的效果和泛化能力,实现光伏发电的准确预测。
技术关键词
光伏发电预测方法 皮尔逊相关系数 光伏发电量 双边滤波算法 支持向量机回归模型 LSTM算法 样本 生成特征向量 信息采集系统 像素点 光伏预测方法 光伏发电数据 邻域 注意力机制 光伏电站 训练集 线性回归模型
系统为您推荐了相关专利信息
1
一种基于深度学习的省间现货购电需求预测方法及系统
需求预测方法 需求预测模型 数据预处理方法 指数平滑模型 日期
2
基于鲁棒自编码器的C3级列控系统网络恶意流量检测方法
控系统网络 恶意流量检测方法 正则化极限学习机 恶意流量检测模型 粒子群算法优化
3
一种工业煤气生产用原煤粉碎系统及方法
原煤粉碎 破碎机 速率 线性 煤气
4
一种光伏发电量预测方法及系统
光伏发电量 数据 曲线 线性回归模型 指示计算机执行
5
评估模型构建方法、电池健康状态评估方法、装置及设备
评估模型构建方法 机器学习模型 全局优化算法 电池健康状态评估 斯皮尔曼相关系数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号