摘要
本发明涉及一种基于智能学习模型的光伏发电量预测方法及装置,其方法包括:获取目标区域的气象数据和辐射功率数据,并将气象数据和辐射功率数据分别作为特征值和目标值;对所述特征值和所述目标值均进行趋势分析和分布分析,并基于分析结果对所述特征值进行预处理;基于预处理后的特征值和目标值,构建训练数据集;基于所述训练数据集,训练长短期记忆神经网络;将目标区域的实时气象数据输入到训练完成的长短期记忆神经网络中,得到光伏发电量的预测值。本发明通过长短期记忆神经网络学习气象数据与光伏发电量的内在规律,从而降低了数据要求,提高了光伏发电量预测准确性。
技术关键词
智能学习模型
长短期记忆神经网络
特征值
气象
数据
光伏发电量预测
绘制分布图
处理器
数值
过滤单元
转换单元
线性
模块
存储装置
电子设备
程序
计算机
系统为您推荐了相关专利信息
深沟球轴承
照明组件
检测设备
数据处理器
防护罩
调度系统
人工智能算法
大数据处理技术
分析模块
水资源调度技术
应力实时监测系统
大跨度钢
三维模型
钢栈桥
监控单元