一种基于深度学习的光伏热水器预测性维护方法及系统

本发明属于光伏热水器预测技术领域，为了解决发电功率预测准确率低的问题，提出一种基于深度学习的光伏热水器预测性维护方法及系统，对于光伏组件历史信息和对应环境特征的时间序列数据进行预处理，并提取多尺度信息；利用序列分解模块将多尺度时间序列分解为季节性序列和趋势性序列，利用过去可分解混合模块对季节性序列和趋势性序列分别混合成多尺度过去信息。进而利用未来多预测器混合模块进行聚合预测。本发明方法通过分解和混合不同尺度上的季节性和趋势成分，以提取历史信息中的细节和宏观趋势，充分利用了微观季节和宏观趋势的多尺度信息，提高光伏热水器光伏板发电功率预测的准确性。