摘要
本发明公开了一种光伏功率预测方法、装置、设备、介质及产品。该方法包括:获取光伏发电系统的光伏功率数据、光伏发电系统所处地区的气象数据和卫星遥感数据;根据光伏功率数据、气象数据和卫星遥感数据,确定多维特征数据;基于多层次动力学系统及动态特征权重对多维特征数据进行处理,确定加权特征数据;基于加权特征数据及预构建的多路嵌套神经网络模型,生成光伏功率预测数据。通过结合不同来源的数据以多层次动力学系统进行分析,实现了对光伏功率动态特征的深度挖掘和精准预测,解决了现有技术中信号提取不充分的问题。通过多路径嵌套神经网络,实现了跨层级特征的融合,有效提高了预测模型在多变天气条件下的精度,提高了预测精度。
技术关键词
多维特征数据
光伏功率预测方法
卫星遥感数据
加权特征
光伏发电系统
神经网络模型
多层次
融合特征
光伏功率预测装置
气象
嵌套
计算机程序产品
集成学习模型
元学习算法
重构
处理器
动态
可读存储介质
系统为您推荐了相关专利信息
随机森林模型
多维特征数据
预测模型训练方法
多维特征向量
机器学习算法
通道注意力机制
时间序列预测方法
卷积模块
全局平均池化
时间序列预测模型