摘要
本发明提出一种基于人工智能的光功率预测方法及系统,方法包括:获取光伏发电的多数据源信息,并进行预处理,得到标准化的多模态输入张量;基于所述多模态输入张量,确定每一时刻的扰动判据,用于识别当前气象是否发生了剧烈变化,以生成对应的指示信号;根据所述多模态输入张量构建的组件状态数据,以每个光伏组件的组件状态数据为图节点构建图结构,以组件间的结构/物理/环境耦合关系筛选候选边,并根据所述候选边构建边集和计算边权重;根据构建好的图结构进行基于改进图神经网络的扰动传播,输出每个组件节点的扰动特征表示;对若干个组件的扰动特征表示进行特征整合,输出当前时刻的系统级光功率预测值。
技术关键词
功率预测方法
环境耦合关系
多模态
光伏组件
功率值
功率预测系统
皮尔逊相关系数
工作状态数据
卫星云图
气象
风速
节点特征
生成系统
物理
滑动窗口
邻居
分析单元
系统为您推荐了相关专利信息
电网稳定控制方法
功率值
稳定控制系统
差值算法
频率
自主移动平台系统
多模态生理
导航模块
拓扑地图
智能家居设备
虚假信息检测方法
三元组
编码特征
预训练语言模型
语义
有机半导体
铁电半导体
铁电栅介质层
黑磷量子点
石墨烯量子点