摘要
本发明公开了一种用于新能源电站的多源智能功率预测方法及系统,涉及新能源功率预测与优化技术领域,包括,收集多源数据并进行预处理,构建改进的深度回声状态网络模型预测功率需求值;根据功率需求值计算负荷需求缺口,构建目标函数并求解Pareto最优解集,执行Pareto最优解集并优化目标函数的动态权重。本发明通过构建改进后的深度回声状态网络模型,实现了对电站功率需求的高效预测,提高功率需求预测的准确性和实时性,通过熵权法计算总运行成本和负荷需求缺口的权重,再通过动态权重调整,为电网调度决策提供多目标优化的支持,使用粒子群优化算法求解Pareto最优解集,提升新能源电站运行的稳定性和电网的负荷管理能力。
技术关键词
深度回声状态网络
功率预测方法
新能源电站
充放电功率
可视化界面
数据
负荷
粒子群优化算法
信息熵
智能传感器
新能源功率预测
电网调度决策
线性组合法
功率预测系统
加权损失函数
控制平台
网络时间协议
ReLU函数