摘要
一种深层注意力网络的光伏功率预测方法,属于光伏功率预测领域。包括如下步骤:步骤S1:读取光伏功率数据并转化为随时间变化的二维光伏功率数据矩阵;步骤S2:将光伏功率数据矩阵经过输入嵌入层得到光伏功率数据的第一数据表征;步骤S3:将第一数据特征经过可变形空间注意力和时间频率分解网络组成的编码层得到光伏功率数据的第二数据表征;步骤S4:将第二数据表征经过深度Transformer和可变形空间注意力块组成的解码块得到光伏功率数据的第三数据表征;步骤S5:将第三数据表征经过输出嵌入层得到最终的光伏功率预测结果。与其他经典算法比较,本发明预测效果较好。
技术关键词
光伏功率预测方法
一维卷积神经网络
多层感知机
数据
表达式
空间注意力网络
线性单元
信息编码器
三维卷积神经网络
矩阵
前馈神经网络
经典算法
频率
解码
误差
通道
系统为您推荐了相关专利信息
生成测试用例
电网运行状态
电力运行数据
样本
深度Q网络
情绪识别系统
动态标定方法
生理
动态标定系统
面部关键点
聋哑人手语
发音系统
attention机制
手部关键点
广角摄像头组件
早期风险评估
临床检查数据
电子健康记录
多模态
超声心动图
数据采集系统
室内环境舒适度
太阳能光伏单元
多模态
分析模块