基于多模型改进神经网络融合的光伏出力预测方法

AITNT
正文
推荐专利
基于多模型改进神经网络融合的光伏出力预测方法
申请号:CN202510279529
申请日期:2025-03-11
公开号:CN119809060A
公开日期:2025-04-11
类型:发明专利
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
1
多频智能换热机组的控制方法及系统
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
2
一种用于高压电源的纹波测试方法及系统
高压电源 纹波波形 负载设备 曲线 测试方法
3
改进型WSN模块的网络安全态势异常分析方法
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
4
一种电池储能动态充放电策略优化方法及系统
充放电策略 负荷 策略优化模型 充放电功率 时序预测模型
5
基于量子通信的分布式配电网密钥分发方法
密钥分发方法 新型配电网 分布式密钥 节点 网络拓扑
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号