摘要
本发明提供一种分布式光伏发电量预测方法,包括如下步骤:采集原始数据,获取区域内各分布式光伏节点的历史光伏出力数据、气象数据和节点标签;对采集到的历史光伏出力数据和气象数据进行预处理;构建基于深度可分离卷积和组间交叉注意力机制的预测模型,并基于预处理后的历史光伏出力数据和气象数据对预测模型进行训练;将区域内各分布式光伏节点的历史光伏出力数据、气象数据和节点标签输入预测模型,预测未来时间区域内分布式光伏总发电量。本发明通过构建基于深度可分离卷积和组间交叉注意力机制的预测模型,根据不同模态和时序特征的重要性,动态调整融合策略,进一步提高了区域内光伏发电量预测的精准度和鲁棒性。
技术关键词
发电量预测方法
分布式光伏
交叉注意力机制
融合特征
局部空间特征
数据
气象
发电量预测装置
光伏发电量预测
输出特征
节点
优化预测模型
通道
解码
构建预测模型
标签
时序
系统为您推荐了相关专利信息
压缩感知重建算法
三维形貌特征
多模态
融合特征
权重分配机制
多模态特征融合
图像特征提取
特征提取模块
图像特征向量
机械稳像
医学图像分割方法
多尺度特征融合
分割医学图像
注意力
融合特征
换流阀运行状态
特征提取方法
空间谱估计算法
发声设备
图像标定方法
特征识别方法
图像处理
特征识别系统
多尺度特征提取
集成学习模型