摘要
本发明公开一种短期光伏功率智能区间预测方法,包括步骤:S1、采集天气数据,建立原始数据集;S2、对原始数据集进行数据处理;S3、构建基于Blending集成学习框架的GRU‑Informer和SVR双层预测模型;S4、通过KDE非参数估计方法对光伏功率的点预测误差进行估计,在给定的置信水平下估计光伏功率预测区间的上下限;S5、对预测结果进行对比分析与误差分析。本发明解决了现有光伏功率预测方法其预测模型容易造成过拟合风险,预测的稳定性差问题。
技术关键词
区间预测方法
集成学习框架
参数估计方法
预测误差
记忆单元
短期光伏功率预测
光伏功率预测方法
决策树模型
天气
样本
学习器
噪声
异常数据
初始聚类中心
混叠效应
高斯核函数
系统为您推荐了相关专利信息
日前优化调度方法
储能
蒙特卡洛模拟方法
预测误差
条件风险价值
关系抽取方法
注意力机制
实体
字符
长短期记忆网络
面向多工况
数据分析方法
客户端
企业
强化学习代理
时间序列预测模型
网络模块
诊断方法
预测误差
基础设施结构
数据预测模型
异常检测方法
预测误差
空间特征提取
特征提取模块