基于LSTM和EBRB的光伏发电功率预测方法

AITNT
正文
推荐专利
基于LSTM和EBRB的光伏发电功率预测方法
申请号:CN202411974659
申请日期:2024-12-30
公开号:CN119918728B
公开日期:2025-11-07
类型:发明专利
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
1
基于深度树学习的机器人电缆故障分类方法及系统
学习分类器 机器人电缆 融合特征 故障分类方法 注意力
2
一种基于动态标识管控的UGC保全运营方法
运营方法 动态检测系统 标识 文本 双向数据通道
3
一种基于大数据分析的精准居间匹配系统
企业画像 BiLSTM模型 实时监控系统 度计算方法 数据安全
4
控制基于量子纠缠态光子的雷达系统的方法和雷达系统
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
5
计及相似日选取和天气类型的光伏发电量预测系统及方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号