摘要
一种挖掘季节变化特征与气象特征关联的新能源功率区间预测方法,包括:1)获取原始光伏功率数据;2)采用移动平均算法对原始光伏功率数据进行分解,得到趋势分量和季节性分量;3)获取气象数据,并构建趋势分量预测模型和季节性分量预测模型;4)将气象数据和季节性分量输入季节性分量预测模型,得到季节性预测结果;5)将趋势分量输入趋势分量预测模型,得到趋势预测结果;6)计算季节性预测结果和趋势预测结果的总和,得到最终的光伏预测结果。本发明允许气象信息影响光伏发电数据的季节成分,而不影响趋势成分。本发明还提出了具有双层分级关注机制的季节分量预测单元,加强了对气象特征、关键时间节点和季节分量之间联系的关注。
技术关键词
功率区间预测方法
注意力模型
气象
多层感知机
移动平均算法
层级
输出特征
索引
记忆单元
光伏发电数据
非线性
门控循环单元
参数
状态更新
网络
偏差
系统为您推荐了相关专利信息
输电线路监测方法
时序特征
网络拓扑
自组网
故障检测模型
节点特征
建模方法
生成机器
多头注意力机制
网络
任务分配算法
路径优化算法
飞行状态数据
平台
任务分配模型
强对流
历史先验数据
卡尔曼滤波
历史雷达数据
处理单元