摘要
本发明属于分布式供电技术领域,特别涉及一种港口用电负荷耦合光伏发电量的预测方法,通过将港口光伏发电量和港口用电量这两组时序数列按因果关系整合成一个复合时间序列并经TCN、GRU、注意力层等多层神经网络训练学习,得出将来24小时的预测值,缩减了训练模型必须通过大量原始随机数据自发学习获得关联特征的过程,为模型的算力减负,提升了运算效率和预测结果的准确性。适用于对港口用电负荷和光伏发电量的综合预测,本发明还提供一种存储有该方法程序的非暂态可读记录媒体及包含该媒体的系统,通过处理电路可以调用程序,执行上述方法。
技术关键词
光伏发电量
记录媒体
分布式供电技术
负荷
引入注意力机制
序列
门控循环单元
神经网络训练
程序
特征值
预测系统
电路
指令
存储器
数据
时序
线性
系统为您推荐了相关专利信息
能源系统
容量配置方法
储能装置
电锅炉
光伏电站
负荷调控方法
集群温控负荷
充放电策略
可调容量
资源
协同优化调度方法
综合能源系统
双层优化模型
优化调度策略
负荷预测模型