摘要
本发明提供了一种台区分布式光伏功率预测方法及系统,采用聚类算法根据气象数据中的气象特征向量进行聚类,将源域共享数据集划分成不同天气预测场景的相似数据集,利用每个预测场景下的关键代表样本训练Informer基础源域模型,在预测过程中,计算待预测日的气象特征与典型天气场景气象特征之间的相似度,为每个台区动态匹配天气预测场景及其对应的基础源域模型;筛选每个台区待预测日的关键历史相似日作为微训练集,基于迁移学习的模型微调思想对适配的Informer基础源域模型的解码器参数进行动态更新,得到每个台区的功率预测结果。本发明提升预测结果的针对性,从而实现对海量台区分布式光伏功率预测的快速建模。
技术关键词
气象
近邻传播聚类算法
轮廓系数
天气
场景
动态更新
解码器
数据
基础
样本
注意力机制
功率
训练集
矩阵
编码器
系统为您推荐了相关专利信息
微型电池
集成电路芯片
无线充电线圈
电池管理系统
处理器
远程网络控制系统
在线机器人
采集环境参数
记录单元
无线网络