摘要
本申请提供一种光伏出力的预测方法,其特征在于,包括:利用皮尔逊相关性分析对获取的第一数据进行分析,得到第二数据;对所述第二数据进行二维变换和特征提取,得到第三数据;将所述第三数据输入至训练好的预测模型,得到光伏出力的预测值。本申请实施例通过利用皮尔逊相关性分析对气象因素进行初步筛选,并设定相应的阈值,选出与光伏发电出力相关度高的参数,降低无用数据占比,之后通过改进的卷积神经网络和长短期记忆神经网络就可以对关键气象因素和负荷数据在空间和时序上进行处理,在时空上进行处理后的数据可以提高光伏出力预测的精度。
技术关键词
皮尔逊相关系数
长短期记忆神经网络
气象
数据
计算机程序指令
光伏发电出力
计算机程序产品
注意力机制
预测装置
图像
处理器
分析模块
时序
存储器
序列
误差
电子设备
系统为您推荐了相关专利信息
存储服务器
视频管理系统
云存储
总控单元
均衡策略
音乐教学演示系统
多媒体演示模块
教学资源库
学生
回放模块
智能识别模块
数据验证
中央控制模块
可视化单元
数据分析单元
信息交互方法
媒体
融合图像数据
数据生成模型
生成融合图像
概率预测方法
高炉冷却壁
渣皮厚度
机械振动频率
温度传感器阵列