摘要
本发明公开了一种基于SARIMA‑LSTM混合光伏预测方法,根据SCADA系统中的历史光伏发电数据:发电功率、累计发电量和从气象站或者开源数据平台获取的气象数据:辐照度、温度、湿度、风速、云量等,通过具备季节性预测功能的SARIMA模型和处理时间序列的LSTM模型相结合进行统计,经过组合预测和评估后,得到更准确的光伏发电预测值。与现有技术相比,本发明可以兼顾短期预测和长期预测,且对季节性变化的数据预测更加精准。
技术关键词
光伏预测方法
光伏发电数据
LSTM模型
预测残差
时间滑动窗口
SCADA系统
参数
异常数据
模型预测值
发电量
序列
记忆单元
数据平台
特征数
气象站
噪声
误差
系统为您推荐了相关专利信息
优化LSTM模型
排放量
超参数
Pearson相关系数
碳排放预测技术
机械故障识别方法
机械式电动挖掘机
故障检测模型
电铲
振动特征
生态环境监测
服务系统
图像数据预处理
归一化植被指数
非线性降维算法
变电站防汛
文本匹配方法
LightGBM模型
BiLSTM模型
语义特征