摘要
本发明公开了一种基于Transformer模型的光伏发电预测方法,涉及光伏发电技术领域,包括以下步骤:采集光伏电站的历史发电功率数据、气象数据和时间信息,对采集数据进行预处理,去除错误数据和异常值,并进行归一化处理,将不同范围的数据映射到特定区间;本发明通过采集光伏电站的历史发电功率数据、气象数据和时间信息,经预处理后,结合k‑means聚类算法筛选相似时段,并利用皮尔逊相关系数和MSSIM指标计算综合相似度,能精准定位与当前待预测时段相似的历史时段。这种方法充分考虑了光伏发电功率受多种因素影响的特点,相比传统方法,更全面地捕捉了数据特征,为提高预测精度奠定基础。
技术关键词
光伏发电预测方法
皮尔逊相关系数
光伏发电功率
时间滑动窗口
卫星遥感数据
注意力
光伏电站
超短期功率预测
历史功率数据
指标
遮盖技术
滑动窗口法
更新模型参数
气象
光伏发电技术
光伏发电量
覆盖率
矩阵
系统为您推荐了相关专利信息
沉淀池
抗干扰监测系统
监测算法
监测方法
泥位计
短期功率预测方法
分布式发电站
气象站
皮尔逊相关系数
数据
储能容量配置方法
风电场集群
容量优化配置
皮尔逊相关系数
粒子群优化算法
低压分布式光伏
容量测算方法
光伏发电功率
运维
数据
多层前馈神经网络
深度学习模型
滑动窗口机制
光伏系统
注意力机制