摘要
本发明公开了一种分布式光伏短时出力动态预测方法及系统,方法包括获取目标区域的微气象数据、云图图像以及历史出力数据;计算建筑阴影遮挡系数,生成阴影影响因子时序数据;基于云图图像和预构建的云图遮挡预测模型,得到云图遮挡指数时序数据;融合上述数据,构建并训练基于长短期记忆网络的短时出力动态预测模型;利用实时数据和训练好的模型预测光伏出力,并根据预测误差和置信区间对模型进行调整;本发明提出的方法综合考虑了微气象、建筑阴影、云层遮挡等多种因素,并利用深度学习模型捕捉这些因素与光伏出力之间的复杂非线性关系,提高了分布式光伏短时出力预测的准确性和鲁棒性。
技术关键词
分布式光伏系统
光伏发电单元
动态预测方法
动态预测模型
卫星云图
数据
时序
序列
气象监测站
指数
图像
太阳位置信息
预测误差
建筑三维模型
因子
长短期记忆网络
动态预测系统
系统为您推荐了相关专利信息
动态预测方法
实时数据
站点
训练机器学习模型
RNN神经网络
覆冰
安全性评估方法
高压输电线路
电网运行状态
动态预测模型
在线预测方法
转炉炼钢
动态预测模型
多元线性回归算法
相似性度量方法
光伏电站智能
体机器人
巡检方法
光谱成像技术
识别光伏
动态预测方法
过渡机制
SWAT模型
流域水文模型
基准