摘要
本发明涉及电力系统光伏预测技术领域,尤其涉及一种基于多层级反向误差校正的光伏功率短期预测方法、装置、设备及介质,方法包括:获取原始数据,并进行数据插值和数据选取;使用变分模态分解对选取的数据进行分解,并进行核主成分分析来降维;将降维后的数据划分为若干个大小相同的子数据集和一个测试集,作为输入数据,选择若干种训练算法,构建基于模型堆叠Stacking的预测模型,将输入数据输入预测模型中进行训练;使用训练后的预测模型进行预测,并对预测结果进行评估;通过对历史数据或环境因素进行分析,将相似特征的光伏场站或预测结果进行聚类,根据聚类结果分别对不同簇的光伏场站进行预测,并对预测模型进行反向校正。
技术关键词
误差校正
核主成分分析
训练算法
层级
线性插值方法
学习器
聚类
预测误差
气象
斯皮尔曼相关系数
电力系统光伏
样本
功率值
数据获取单元
数据处理单元
系统为您推荐了相关专利信息
人工智能驱动
调控模型
生态
养殖系统
决策控制模块
异常检测方法
森林模型
门控循环网络
注意力
样本