摘要
本发明公开一种全天空成像仪数据的多模态融合光伏功率预测方法,包括以下步骤:获取全天空成像仪中的时序天空图像数据和光伏阵列历史光伏功率数据;分别对时序天空图像数据和历史光伏功率数据提取特征,得到时序天空图像数据的模态特征信息和历史光伏功率数据的模态特征信息;将时序天空图像数据的模态特征信息和历史光伏功率数据的模态特征信息融合,得到特征矩阵;根据特征矩阵,得到最终潜在特征;利用最终潜在特征训练得到光伏功率预测模型;利用光伏功率预测模型对光伏功率进行预测。本发明对时序天空图像数据和历史光伏功率数据进行特征提取处理,有效减少因太阳能发电的间歇性和不确定性带来的预测误差。
技术关键词
光伏功率预测方法
模态特征
全天空成像仪
异常数据点
时序
图像
特征提取模块
像素
光伏阵列
矩阵
特征选择
网格
回归预测模型
解码器结构
预测误差
特征点
圆心
系统为您推荐了相关专利信息
融合特征
非线性
模板特征
多模态数据采集
输出特征
可视化分析系统
学生
多模态融合方法
注视点
特征提取模块
HTTP请求
多智能体协同
决策系统
意图
模式匹配
深度学习网络模型
船舶
局部特征提取
识别方法
融合特征