摘要
本发明公开了一种基于遥感数据与深度学习算法的风光可再生能源项目时空分析方法,属于可再生能源领域。方法包括:1)数据收集处理;2)土地适宜性评估:基于收集到的数据,利用GIS工具分析,确定适合发展风光可再生能源项目的区域;3)气象预测模型构建:利用LSTM模型结合历史气象数据训练并预测未来年度数据;4)风光可再生能源项目发电模型构建;5)时空分析方法应用:根据确定的适宜区域,结合气象数据,利用构建的发电模型对可再生能源项目进行时空分析。本发明将遥感数据、GIS分析和深度学习算法应用到了风光可再生能源领域,形成了可再生能源项目的时空分析方法,将多源数据进行融合,能实现可再生能源项目快速筛选。
技术关键词
风光可再生能源
时空分析方法
可再生能源项目
风力涡轮机
历史气象数据
可读存储介质
LSTM模型
深度学习算法
发电量
栅格
指令
计算机程序产品
处理器
矩阵
光电
系统为您推荐了相关专利信息
综合能源系统优化规划方法
综合能源系统规划
电解槽
连续运行时间
热电联产机组
预测模型训练方法
历史气象数据
学习算法
梯度下降法
概率密度函数
容量优化配置方法
混合整数规划模型
生成场景
可再生能源装置
风力涡轮机
历史气象数据
单轴跟踪装置
参数
光伏组件
控制策略