摘要
本发明公开了一种光伏幕墙系统发电效率预测方法及系统,包括:采集光伏幕墙系统的环境数据和发电功率数据,并通过时间同步技术进行数据整合,获得原始数据集;对原始数据集进行数据预处理操作,获得目标数据集;构建基于LSTM神经网络的初始发电效率预测模型,通过目标数据集,利用改进的WOA算法对初始发电效率预测模型进行迭代优化,获得基于改进WOA‑LSTM神经网络模型的目标发电效率预测模型;基于目标发电效率预测模型对光伏幕墙系统的发电效率进行实时预测,获得预测结果。本发明有效地提高了光伏幕墙系统发电效率预测的准确性和可靠性。
技术关键词
光伏幕墙系统
发电效率预测方法
LSTM神经网络
时间同步技术
记忆单元
光伏幕墙组件
数据
光照强度传感器
算法
功率
位置更新
环境温度传感器
时间序列特征
监测站
LSTM模型
线性插值法
表达式
因子
系统为您推荐了相关专利信息
中央空调冷水机组
负荷预测模型
冷却塔参数
效能模型
线性回归方程
低电压治理装置
低压配电网
均压电路
闭环反馈优化
超级电容
充电导航方法
充电站
多智能体深度强化学习
变量
网络结构
风险预警方法
多算法融合
时序预测模型
神经网络模型
钻井液
分布式物联网
智能预测方法
历史故障数据
长短期记忆网络
K均值聚类算法