摘要
本发明提出了一种深层感知神经网络的光伏功率预测方法,包括:读取光伏功率数据并转化为包含时间维度和特征维度的二维光伏功率数据矩阵;将光伏功率数据矩阵经过输入层得到光伏功率数据的第一数据表征;将第一数据特征经过编码器得到光伏功率数据的第二数据表征,其中编码器包括深度残差神经网络、深度残差多层感知机和第一门控注意力网络串联而成;将第二数据表征经过解码器得到光伏功率数据的第三数据表征,其中解码器包括改进的第一卷积神经网络、门控注意力网络和改进的第二卷积神经网络串联而成;将第三数据表征经过解码器得到光伏功率数据的第四数据表征。实验表明,所提出的一种深层感知神经网络的光伏功率预测方法具有优越的性能。
技术关键词
光伏功率预测方法
深度残差神经网络
多层感知机
表达式
数据
解码器
线性单元
深度残差卷积神经网络
编码器
矩阵
注意力机制
参数
分支
系统为您推荐了相关专利信息
探测器
组合导航方法
相对论效应
广义相对论
UKF滤波算法
告警信息获取方法
MQTT服务器
加密
MQTT客户端
主题
粒子群优化算法
生成方法
数字高程模型
GIS技术
山地
三维点云数据
三维模型重建方法
特征点集合
管道内壁形貌
多帧图像数据