一种基于深度学习的屋顶分布式光伏装机潜力评估方法

本发明属于电力技术领域，公开了一种基于深度学习的屋顶分布式光伏装机潜力评估方法，特别适用于城市环境中的应用。解决了现有技术中对用户用电需求预测精度不足的问题，揭示了一种结合变分模态分解与Crossformer网络的复合预测模型。该模型首先运用VMD对原始用电数据进行预处理，有效分离出不同频率的模态分量，减少了噪声干扰并提升数据质量；然后通过Crossformer网络进一步分析，捕捉时间序列中的长期依赖关系，从而实现对用电需求量的高精度预测。本发明提高了评估的准确性和实用性，且能够广泛应用于不同的城市环境中，为城市能源规划提供科学依据和技术支持。本发明还揭示了一个综合性的光伏装机潜力评估框架。