摘要
本发明是一种基于光伏发电功率预测的寒地多能流调度方法。本发明涉及多能流系统管理技术领域,本发明采集目标地区的多源数据并对所采集的数据进行预处理;基于预处理后的数据,采用深度学习方法构建光伏发电电功率预测模型,用于对未来不同时间段的光伏发电电功率进行预测;根据光伏发电电功率预测模型,基于实时采集的气象数据,对未来的光伏发电电功率进行实时预测,生成短期功率预测结果;根据实时预测结果,生成优化的多能流调度策略,并将其下达至各发电机组和负荷管理单元。本发明通过整合先进的数据收集处理技术、深度学习算法以及实时调度策略的生成机制,显著提高了多能流调度系统的预测准确性,能够达到15分钟级的响应速度。
技术关键词
光伏发电功率预测
数据
皮尔逊相关系数
预测光伏发电功率
策略
深度学习方法
气象
光伏电力系统
系统管理技术
调度系统
滑动窗口方法
长短期记忆网络
建立预测模型
发电机组
深度学习算法
电解槽
生成机制
系统为您推荐了相关专利信息
数据关联分析方法
食品安全追溯
食品安全事件
食品安全溯源
贝叶斯网络学习
机器学习模型
随机森林模型
弱分类器
互动特征
投资者
代价敏感学习
识别评价方法
数据存储策略
资源分配
数据分类
手术
生理特征参数
数据分析算法
分析方法
数据分析模块