摘要
本发明公开了一种基于时序数据重构的分布式光伏功率预测方法及系统,该方法包括如下步骤:收集若干单类分布式光伏功率曲线;采用改进式光伏功率数据经验模态分解将若干单类分布式光伏功率曲线分解为不同频率的子功率曲线;将不同频率的子功率曲线进行重构;采用神经网络对重构后的子功率曲线进行预测,再对各个子功率曲线的预测值进行叠加求和得到某一类型的分布式光伏功率数据;本发明按照不同季节、天气将光伏功率分类为不同场景的单类曲线,并利用改进式经验模态分解进行子功率曲线划分,可以在预测前最大程度地降低原始数据的随机性和波动性,方便神经网络高效地进行训练,输出精准的光伏功率时序预测数据。
技术关键词
功率
曲线
长短期记忆神经网络
重构
数据
时序
记忆单元
频率
经验模态分解分解
计算机可执行指令
分布式光伏系统
噪声系数
天气
矩阵
计算机存储介质
融合终端
系统为您推荐了相关专利信息
气体绝缘金属封闭输电线路
数值仿真模型
重构方法
仿真数据
降阶模型
性检测技术
饲料成分
轮换策略
蛋鸡
深度信念网络
性能预测方法
机器学习模型
性能预测模型
斜面角度
数据
商品推荐方法
构建用户画像
深度匹配模型
指标
商品推荐装置
识别控制电路
反馈控制单元
控制芯片
雾化设备
电极