摘要
本发明提供了一种基于图神经网络的分布式光伏出力阶段辨识方法及系统,该方法包括:根据日间时间段内的净负荷构建每一用户的特征矩阵;获取第一欧式距离和第二欧式距离,以第一欧式距离与第二欧式距离之和最小化为目标构建目标函数,得到最小目标值;根据最小目标值对日间时间段内的净负荷进行特征缩放,得到特征缩放后的净负荷,并将特征缩放后的净负荷输入到改进的图神经网络模型中,得到单位矩阵,对单位矩阵进行傅里叶操作,得到第一特征,并根据第一特征获取光伏负荷辨识值,并根据光伏负荷预测值获取光伏负荷实际值。本发明实施例能够提高光伏出力阶段辨识的准确率。
技术关键词
负荷
时间段
分布式光伏
辨识方法
神经网络模型
矩阵
阶段
缩放特征
缩放模块
辨识系统
指标
代表
电子设备
存储器
处理器
因子
样本
算法
程序
系统为您推荐了相关专利信息
成像参数优化方法
集成成像三维显示系统
优化显示设备
集成成像系统
深度学习神经网络
人工神经网络模型
滑动窗口采样
分段
重建算法
误差反向传播
机器人连杆
障碍物
正向运动学
碰撞检测模块
编码器
神经网络模型
油田分层注水
智能调控方法
前馈控制器
神经网络智能控制