摘要
本发明提出一种支持风电及光伏综合储能预测方法,涉及机器学习技术领域。本发明提出E‑STENet预测模型,包括空间相关建模模块、时间依赖模块和预测模块,空间相关建模模块用于处理数据的空间相关性,时间依赖建模模块用于处理数据的时间依赖性,预测模块用于将隐藏状态转化为未来时间步的风电及光伏综合储能预测结果,各模块相互配合完成风电及光伏综合储能的准确预测。
技术关键词
滞后特征
风电
光伏储能设备
记忆单元
邻域特征
拉普拉斯
光伏设备
光照强度数据
构建预测模型
机器学习技术
模块
特征值
协方差矩阵
节点特征
滤波器
信息更新
系统为您推荐了相关专利信息
电路板
分层散热结构
风能转换效率
复合陶瓷材料
功率半导体器件
矩阵
分析方法
风电出力分析
出力曲线
层次聚类算法
母线负荷预测
计划
光伏发电预测
发电预测误差
评价方法
虚拟电厂调度优化方法
虚拟电厂竞价
风光
非合作博弈
燃煤电厂机组