摘要
本发明提供了一种基于双流网络和多重注意力的光伏功率预测方法及系统,包括:获取历史光伏发电量和气象信息,得到初始样本数据;对所述初始样本数据进行变量因素影响分析,得到简化后的初始样本数据集;对简化后的初始样本数据集进行相似日聚类处理,得到聚类后每个场景数据集;提供一基于双流网络和多重注意力的光伏功率预测初始模型,利用聚类后每个场景数据集对光伏功率预测初始模型进行训练,得到光伏功率预测模型;将目标光伏电站在设定时间段内的历史发电量和气象数据作为光伏功率预测模型的输入数据,输出光伏功率预测结果。本发明通过聚类集成方法,提升了聚类的鲁棒性和准确性;通过多维度特征提取与特征融合,提高了预测准确性。
技术关键词
光伏功率预测方法
光伏发电量
数据
样本
网络
注意力模型
气象
头部模型
光伏发电功率
场景
光伏功率预测系统
光伏电站
聚类集成方法
融合特征
多维度特征提取
变量
系统为您推荐了相关专利信息
药效动力学
药代动力学
深度学习方法
速率
药物输注
还原系统
协议特征库
数据包结构
文件类型识别
还原算法
电能表
综合性
判定方法
特征提取技术
粗糙集理论
多版本并发控制
存储结构设计
数据存储
数据压缩算法
索引算法