摘要
本发明公开了一种光伏发电功率预测方法、系统、电子设备及存储介质,包括:获取光伏历史功率数据以及天空云图图像数据,并对光伏历史功率数据以及天空云图图像数据进行预处理;基于预训练的特征提取模型对预处理后的天空云图图像进行特征提取,将提取的图像特征与预处理后的光伏历史功率数据进行拼接,形成组合特征向量;建立组合特征向量的时间序列模型,基于时间序列模型预测光伏发电功率。本发明通过VGG19提取天空图像的细粒度特征,再结合光伏历史数据进行拼接处理,利用iTransformer的自注意力机制进行时序建模,实现对光伏功率的精准预测,能够有效应对环境因素的动态变化,提升了光伏系统在线监测和能量管理的准确性与效率。
技术关键词
历史功率数据
组合特征向量
时间序列模型
预测光伏发电功率
特征提取模型
计算机可执行指令
光伏发电功率预测系统
注意力机制
细粒度特征
前馈神经网络
图像特征提取
识别光伏
电子设备
能量管理
系统为您推荐了相关专利信息
集成预测方法
时间序列模型
遗传算法优化神经网络
排放量
蒙特卡洛
图像风格迁移方法
多层感知器
像素点
特征提取模块
图像特征提取模型
图像局部特征
图像全局特征
图像样本数据库
特征提取模型
网络