摘要
本发明公开一种极端天气光伏功率预测方法、系统、设备及介质,包括:获取电厂相关数据并进行第一处理;构建第一神经网络提取云图时空特征,并通过双支判别器实现极端天气和非极端天气的自适应分类;以云图时空特征为约束条件指导条件扩散模型生成非极端天气准确云图;基于云图时空特征指导条件生成对抗网络生成极端天气准确云图;构建第二神经网络捕捉电厂的光伏功率及相关气象数据的全局和局部动态变化特征;构建交叉注意力模块对天气准确云图和动态变化特征进行融合;将融合特征输入第三神经网络中,动态学习融合特征到功率的映射。本发明通过云图生成框架与多模态融合机制,有效解决传统预测模型在极端天气下的失效问题。
技术关键词
光伏功率预测方法
动态变化特征
天气
卫星云图
条件生成对抗网络
融合特征
计算机可执行指令
气象
光伏功率预测系统
卷积神经网络提取
生成框架
特征提取模块
数据处理模块
图像
注意力机制
系统为您推荐了相关专利信息
短期光伏功率预测
多模态协同
数值天气预报数据
卫星图像数据
数据特征提取
冰冻
功率预测方法
分类预测模型
高分辨率数值
功率预测技术