摘要
本发明涉及一种考虑光伏的台区净负荷预测方法。预测方法包括如下过程:模型训练;具体包括如下过程:采集某固定区域、固定间隔时长的净负荷功率、气象变量数据;应用几何模态分解所述SGMD所述对净负荷功率进行模态分解;计算净负荷功率、其分解模态与气象变量之间的互信息,构建基于互信息的SGCs强相关预测因子筛选模型,以确定不同SGCs的最佳预测输入;基于挤压激励网络构建净负荷SGCs组合预测模型,针对不同的SGCs和预测因子,完成模型训练;使用前述步骤训练好的模型对所对应的区域净负荷进行预测。本发明引入挤压激励网络增强模型对重要特征的关注,增强模型的泛化能力,最终提高预测的精准性和稳定性。
技术关键词
净负荷预测方法
组合预测模型
气象
功率
变量
长短期记忆网络
时间序列特征
全局平均池化
矩阵
因子
通道
非线性
相对湿度
数据
特征值
复杂度
重构
系统为您推荐了相关专利信息
低密度奇偶校验
整数规划模型
校验矩阵
变量
线性规划译码方法
新能源电力系统
储能优化配置方法
粒子群算法
新能源电站
出力场景
系统动力学模型
需求预测模型
需求预测方法
子系统
土地利用数据