摘要
本发明公开一种基于平稳性校正的光伏发电量预测方法及系统,将预处理后的光伏发电量数据根据周期长度进行分块,得到多个数据块构成的光伏发电量数据块序列;将所述光伏发电量数据块序列输入至深层特征提取模型,分别进行深层时间特征提取和深层空间特征提取,得到时间特征和空间特征,将所述时间特征和空间特征进行融合得到深层特征;引入自相关矩阵对所述深层特征进行平稳性校正,得到校正特征;将所述校正特征输入至发电量预测模型进行预测,得到预测结果。本发明设计深层次特征提取模型提取深层次特征,并对提取的特征进行校正,提高了预测精度。
技术关键词
光伏发电量
校正特征
深层特征提取
序列
空间特征提取
分块
全局特征提取
局部特征提取
特征提取模型
多层感知器
周期
数据获取模块
处理器
校正模块
表达式
系统为您推荐了相关专利信息
物流配送服务
语音
声学特征
序列
双向长短期记忆网络
交通流预测方法
注意力模型
节点特征
复杂度
传感器节点
面部表情识别方法
表情特征
人脸图像序列
缩放特征
光照