摘要
本发明涉及一种基于LSTM和EBRB的光伏发电功率预测方法,属于光伏发电功率预测领域。所述方法,包括:步骤一,基于特征工程提取光伏发电功率影响因子;步骤二,基于LSTM构建预测模型;步骤三,基于EBRB构建推理模型;步骤四,构建基于LSTM和EBRB的Stacking集成模型;步骤五,将数据输入Stacking集成模型,得到光伏发电功率预测结果。本发明能有效提高光伏发电功率预测精度,保证电网运行的稳定性。本发明将LSTM与EBRB相结合,构建基于LSTM和EBRB的Stacking集成模型,有效提高了模型的可解释性和预测准确性,该研究为LSTM和EBRB在光伏发电功率预测领域的进一步应用与发展提供了支持。
技术关键词
光伏发电功率预测
Stacking集成模型
学习器
计算机程序指令
LSTM模型
构建预测模型
XGBoost模型
特征工程
光伏发电数据
分布式框架
线性回归模型
处理器
时间段
非线性
序列
系统为您推荐了相关专利信息
学习分类器
机器人电缆
融合特征
故障分类方法
注意力
企业画像
BiLSTM模型
实时监控系统
度计算方法
数据安全
量子纠缠光源
雷达系统
量子雷达
量子纠缠态
信号处理算法
历史气象数据
模糊C均值聚类算法
孪生神经网络
天气
序列