基于xLSTM模型的短期光伏发电量预测方法及系统

AITNT
正文
推荐专利
基于xLSTM模型的短期光伏发电量预测方法及系统
申请号:CN202510555775
申请日期:2025-04-29
公开号:CN120262399A
公开日期:2025-07-04
类型:发明专利
摘要
本发明提供了一种基于xLSTM模型的短期光伏发电量预测方法及系统,其中方法包括:获取实地光伏发电量数据集;对所述实地光伏发电量数据集进行数据预处理,得到预处理后的数据;对所述预处理后的数据进行特征选取,获得与光伏发电功率相关性最高的特征;提供一xLSTM模型,利用所述实地光伏发电量数据集和所述光伏发电功率相关性最高的特征对所述xLSTM模型进行训练,得到光伏发电量预测模型;利用所述光伏发电量预测模型,得到相应短期光伏发电量预测结果。本发明能够对光伏发电功率进行高强度、高响应、高精度的预测。
技术关键词
光伏发电功率 光伏发电量预测 皮尔逊相关系数 时间序列特征 残差模块 预测模型训练 热力图 黑盒模型 计算机终端 变量 数据获取模块 机制 处理器
系统为您推荐了相关专利信息
1
一种政务数据安全加密管理方法及系统
政务 加密管理方法 语义关联度 数据字 时间序列特征
2
基于多模态遥感数据的土地利用动态变化监测方法及系统
动态变化监测方法 地理信息数据 实时数据 基线 数据分析模块
3
一种更年期症状智能监测系统
更年期症状 智能监测系统 数据处理中心 报告 生理
4
一种多尺度卷积残差主动DQN故障检测方法
故障检测方法 深度Q学习网络 样本 训练分类器 人工标记
5
长期健康饮食推荐方法、装置、系统及介质
生成用户 健康饮食推荐方法 阶段 健康饮食推荐系统 饮食健康
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号