摘要
本发明公开了功率预测模型构建方法、预测方法、装置、设备及介质,功率预测模型构建方法包括:获取目标场站的历史采集数据和历史功率数据;基于各子历史采集数据与历史功率数据之间的依赖关系进行第一特征选择,得到第一特征选择结果;将目标子采集数据输入至预先构建好的卷积神经网络中进行第二特征选择,得到具有不同聚类中心的多个聚类集群;将各聚类集群分别输入至预先构建好的预设功率预测模型中进行模型训练,得到训练过程中的实际预测损失小于预设预测损失的预设功率预测模型作为功率预测模型。本发明通过预先构建好的卷积神经网络中进行第二特征选择,能够深入挖掘变量间的关系,能够更准确地预测发电量。
技术关键词
历史采集数据
预测模型构建方法
特征选择
历史功率数据
聚类
集群
功率预测方法
计算机可执行指令
模型构建装置
数值
模型训练模块
关系
处理器
可读存储介质
发电量
存储器
系统为您推荐了相关专利信息
车辆行驶数据
预测交通流量
交通监控管理系统
路段
交通信号灯状态
抽样轨迹数据
K均值算法
兴趣点
计算机设备
层次聚类方法
多模态
动态权重分配
长短期记忆神经网络
参数
交通流量预测
玻璃纤维布
胶液喷射装置
属性分类器
度函数
参数