摘要
本申请涉及光伏功率预测技术领域,尤其涉及一种光伏功率并行预测方法,包括按照预设时间间隔获取光伏发电功率序列,并基于REMD‑OVMD模型对光伏发电功率序列进行数据分解,得到多个本征模态函数IMF;以多个IMF为子序列,利用基于FreMLP的时间序列预测模型FreTS对各个子序列进行通道维度和时间维度上特征提取;基于各个子序列融合后的特征,利用预先构建的Dlinear‑Tranformer并行结构预测模型进行光伏功率预测,以各个子序列对应的光伏功率预测值的和作为光伏功率预测结果;利用TCN模型对光伏功率预测结果的误差序列进行学习与预测,通过反向传播优化网络参数,最终修正后的光伏功率预测序列。本申请采用并行预测方法,可以同时运行多个子模型,从而降低了计算时间并提高了实时性。
技术关键词
光伏发电功率
并行预测方法
集合经验模态分解
时间序列预测模型
优化网络参数
多层感知机
光伏功率预测技术
注意力
嵌入位置编码
通道
数据
误差
编码器信息
更新网络参数
学习器
前馈神经网络
矩阵
频率
系统为您推荐了相关专利信息
光储系统
优化约束条件
能量管理方法
混合整数二次约束
能量管理服务器
检验检测仪器设备
设备资产管理
绩效评估方法
评估指标体系
设备管理数据
医学图像增强方法
低分辨率医学图像
特征提取模块
Sigmoid函数
生成高分辨率
储能子系统
容量优化配置方法
光储充系统
超级电容器储能
异质