摘要
本发明提出了基于相似日训练集的低天气分辨率光伏预测方法及系统,属于光伏预测技术领域,包括:获取待预测日的天气预报数据;构造与待预测日的天气预报数据相似的最近相似日,获取该日的气象数据和光伏发电数据;重构出一个相似日训练集;对相似日训练集分解两种模态分量,对两种模态分量建立混合深度学习模型进行学习训练,预测时,使用相似日训练集最后设定天数的模态分量光伏出力加上待预测日的天气预报数据推理出两个模态对应的模态分量出力,将两者相加,得到趋势性光伏出力预测曲线;基于相似日训练集获得波动性预测曲线;对获得的波动性预测曲线及趋势性预测曲线进行加权平均,以得出最终的预测结果。
技术关键词
天气预报数据
光伏预测方法
混合深度学习模型
光伏发电数据
光伏发电量
训练集
重构矩阵
滑动窗口方法
分辨率
曲线
误差
光伏发电出力
历史气象数据
处理器
计算机装置
系统为您推荐了相关专利信息
能耗管理方法
负荷高峰时段
多任务学习模型
功率
动态
天气预报数据
出力曲线
调控策略
编码向量
多模态
自动检测方法
癫痫
多层次特征融合
长短期记忆网络
信号预处理模块
发电量预测方法
光伏电站
建立预测模型
评估预测模型
光伏阵列
电力系统运行数据
同步机
光伏电站
误差
稳定性控制方法