摘要
本发明公开了一种考虑时空依赖的新能源电站超短期辐照度预测方法,具体步骤为:S1、对辐照度实测历史数据和卫星多通道数据反演的新能源电站周围区域地表辐照度数据预处理;S2、构建基于时空图卷积神经网络的统一预测模型;S2步骤中包括:S2‑1、构建以目标电站和时空关联电站为节点的图结构数据,以图结构数据为输入,目标电站辐照度为输出的时空图卷积神经网络的预测模型;S2‑2、利用时空图卷积神经网络的预测模型训练得到统一预测模型;S3、用所得到的统一预测模型进行超短期辐照度预测;本发明所构建统一预测模型的预测精度高,而且在不同天气状态下,可有效克服传统辐照度预测模型对于突然的云层遮挡事件无法快速拟合瞬间变化的问题。
技术关键词
时空图卷积神经网络
新能源电站
预测模型训练
多通道
时间门控
历史数据预处理
校正
异常数据
指数
偏差
因子
天气
节点
序列
直线
机制
线性
系统为您推荐了相关专利信息
缺陷检测方法
模切生产线
多通道
校正
角度偏差值
相控阵天线单元
移相方法
多功能芯片
乘法器
解码模块
电磁干扰监测
网络抖动
信号同步传输方法
多通道
融合算法