摘要
本发明公开了一种基于多模型改进神经网络融合的光伏出力预测方法,包括以下步骤:对历史气象数据和历史光伏出力数据进行预处理;将历史气象数据作为输入,将实际光伏出力作为输出,对HI模型和Informer模型进行训练,直至输出误差小于设定阈值;将HI模型和Informer模型的输出作为输入,将实际光伏出力作为输出,对LSTM模型进行训练,直至输出误差小于设定阈值;获取预测时刻气象信息,对预测时刻气象信息进行预处理;预测时刻气象信息输入HI模型和Informer模型,对光伏出力进行预测;将HI模型和Informer模型的输出输入LSTM模型,使用LSTM模型对预测光伏出力进行融合,得到最终预测光伏出力。
技术关键词
光伏出力预测方法
LSTM模型
历史气象数据
多模型
序列
注意力机制
编码器
解码器
矩阵
模型预测值
蒸馏
压缩特征
预测误差
偏差
校正
精度
系统为您推荐了相关专利信息
智能换热机组
时序预测模型
位置偏差值
计算机程序指令
机组控制技术
网络安全态势
异常分析方法
频率
卷积网络模型
无线通信模块
充放电策略
负荷
策略优化模型
充放电功率
时序预测模型
密钥分发方法
新型配电网
分布式密钥
节点
网络拓扑