摘要
本发明公开了一种基于卫星云图的多模态短期光伏功率预测方法及装置,所述方法包括:获取实时气象数据、历史光伏功率数据及云团图像数据,对数据进行预处理;建立GPAformer模型,对降噪后的气象数据行预测;建立SA‑Convlstm模型,捕捉云团运动轨迹和提取时间变化特征,对云团图像数据进行预测,引入云遮模型,修正在云层密集或快速变化时的情况下SA‑ConvLSTM的预测偏差;建立光伏功率KAN‑COGCN预测模型,将GPAformer和SA‑ConvLSTM模型预测得到的气象因子和云团运动时序特征以及历史光伏功率数据作为输入,进行光伏功率预测;使用改进的阿尔法进化算法IAE优化三个模型的超参数;通过建立自适应小波RBF神经网络对预测结果进行误差修正,得到最终的预测结果。本发明能够提高光伏功率预测的精度和有效性。
技术关键词
卫星云图
云团
KNN算法
注意力
数据
气象
时间变化特征
功率
图像
变异策略
级联滤波器
序列
多层感知机
进化算法
记忆
矩阵
阿尔法
输出特征
系统为您推荐了相关专利信息
态势感知系统
非线性动力学特征
传感节点
信号信噪比
旋转机械健康状态
差异分析方法
历史运行数据
参数
人工神经网络
序列
加劲钢板剪力墙
生成对抗网络
文本
加劲肋
生成设计图
血液生化指标
随机森林模型
多层感知机
诊疗数据
基因