摘要
本发明提供了一种基于特征增强和多源数据融合的超短期光伏发电功率预测方法及相关装置,属于光伏发电功率预测技术领域。本发明方法利用得到的云团特征和降维处理后的光伏电站历史气象数据构建训练集和测试集;构建LSTM模型,基于构建的训练集对LSTM模型进行训练,基于构建的测试集对LSTM模型训练结果进行测试,得到训练好的LSTM模型;将待预测的光伏电站气象数据和上空云图数据分别输入到训练好的LSTM模型中进行超短期光伏发电功率预测,得到超短期光伏发电功率预测结果。本发明解决了现有技术中尚无法实现多源气象特征数据和云团特征数据的有效融合,对超短期光伏发电功率预测的准确性不高的问题。
技术关键词
历史气象数据
短期光伏发电
光伏电站
云团
LSTM模型
功率预测系统
光伏发电功率预测技术
主成分分析法
数据获取模块
特征提取模块
处理器
存储器
训练集
速度
电子设备
系统为您推荐了相关专利信息
光伏电站智能
巡检系统
行程
Dijkstra算法
无人机拍摄图像
Elman神经网络
动力电池
衰减预测方法
预测系统
数据
无人巡检方法
解码模块
编码器
可见光图像
融合多模态特征
二进制代码相似性检测方法
语义特征
通道注意力机制
深度优先算法
加权特征