摘要
本发明提供一种多任务时空图融合模型光伏预测提升鲁棒性的方法及装置,该方法包括:数据预处理:删除光伏发电数据和天气数据中的异常值,对缺失值进行向前插值填充;构建GAT‑LSTM多任务时空图模型;构建L‑CATBOOST循环预测模型;多任务标准差倒数法融合:计算GAT‑LSTM多任务时空图模型和L‑CATBOOST循环预测模型在各光伏站点的历史预测误差标准差;根据标准差倒数动态分配L‑CATBOOST循环预测模型的权重;加权融合GAT‑LSTM多任务时空图模型和L‑CATBOOST循环预测模型的预测结果,输出最终预测值。本发明能有效降低每个目标的误差的标准差,进而减小每个目标的误差的波动。
技术关键词
时空图模型
多任务
站点
鲁棒性
光伏发电数据
预测误差
注意力机制
输出特征
节点
网络
天气
功率
插值法
模块
算法
阶段
周期
系统为您推荐了相关专利信息
状态检测方法
水轮机组
样本
调速器
缺陷在线检测系统
前车检测方法
无人驾驶矿车
车辆检测算法
数据关联算法
车载摄像头
电阻
网络结构
交流阻抗测试仪
校验模型
多层感知机