一种基于SARIMA-LSTM混合光伏预测方法

AITNT
正文
推荐专利
一种基于SARIMA-LSTM混合光伏预测方法
申请号:CN202510199476
申请日期:2025-02-24
公开号:CN120163279A
公开日期:2025-06-17
类型:发明专利
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
1
基于ISWO-LSTM模型的碳排放量预测方法及系统
优化LSTM模型 排放量 超参数 Pearson相关系数 碳排放预测技术
2
基于多元特征提取的深度神经网络电铲机械故障识别方法
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
3
一种基于AI的生态环境监测服务系统
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
4
一种变电站防汛案例文本匹配方法及装置
变电站防汛 文本匹配方法 LightGBM模型 BiLSTM模型 语义特征
5
一种大模型知识标注的智能诊断方法
故障类别 样本 智能诊断方法 语义 编码器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号