摘要
本发明公开了一种基于crossformer算法的极端天气下光伏出力短期预测方法及系统,首先采用Pearson相关系数分析对不同种类极端天气条件进行特征提取,筛选出与该种极端天气类型高度相关的气象特征;再利用主成分分析法对筛选出的气象特征进行降维处理;将历史数据和降维后的气象数据作为输入,输入基于crossformer算法的网络模型中进行模型训练,得到极端天气条件下的光伏出力预测;最后对训练好的模型预测结果,通过评价指标对模型预测效果进行评价。本发明融合了极端天气条件下多维气象特征提取和两阶段注意力机制,有效地捕捉了光伏出力与不同种类极端天气条件之间的复杂和非线性关系,实现极端天气条件下光伏出力的精准预测。
技术关键词
光伏出力短期预测方法
Pearson相关系数
天气
特征协方差矩阵
气象
特征值
光伏发电量
算法
数据
主成分分析法
两阶段
注意力机制
误差
预测系统
处理器
指标
网络
系统为您推荐了相关专利信息
异常对象
智能分析模块
异构传感器
气象
可视化模块
深度极限学习机
鲸鱼优化算法
数据
计算机可读指令
天气
社交媒体评论数据
时空聚类分析
情感词库
协同过滤算法
信息数据分析技术
集装箱装载货物
集装箱跟踪
数据处理方法
指数
随机森林模型
智能安装机器人
光伏板
定位识别方法
视觉特征
高清摄像头