摘要
本发明适用于新能源发电领域,提供了一种新能源发电量的预测方法及系统,同步采集光伏阵列的IV曲线数据、风机叶轮振动信号、三维风场数据、无人机热红外影像及卫星遥感数据,构建时空对齐的多模态数据集;提取多模态数据集中的多尺度特征;计算不同时段各光伏发电单元的有效光照面积;计算风力下游设备的风速衰减系数;获取不同时段各光伏发电单元的有效光照面积和风力下游设备的风速衰减系数,计算生成预测时段的新能源融合发电预测值,考虑光伏电站方阵间距遮挡影响和风电场机位排布提供尾流影响,建立协同系数,进一步提高了新能源融合发电的预测精度,提前精准预估发电量,助力电力调度。有效优化多能互补,提升多能源联合发电效率。
技术关键词
新能源发电量
无人机热红外影像
光伏发电单元
卫星遥感数据
多尺度特征
运动轨迹信息
三维风场
风速
光伏板阵列
光伏阵列
遮挡效应
预测系统
光线追踪算法
风机叶轮
多能源联合发电
理论
系统为您推荐了相关专利信息
性能分析方法
有限元网格模型
钣金件结构
智能特征识别方法
关键尺寸参数
输出特征
多尺度特征融合
多尺度特征提取
子模块
深层特征提取
高光谱图像特征
信息采集系统
光谱特征提取
图像特征参数
空间特征提取
时空注意力机制
时间卷积网络
空间模块
门控神经网络
卫星遥感数据
协同注意力
卷积模块
融合神经网络
无人机视频图像
检测头