摘要
本发明涉及了一种结合CEEMDAN分解和Informer‑BiGRU模型的新能源发电系统功率预测方法、系统。预测方法包括以下步骤:首先收集并预处理历史新能源发电功率数据和相关的气象数据,进行数据清洗、归一化处理,并分析特征相关性。然后,利用CEEMDAN对原始功率数据进行分解,获得不同复杂度的子序列数据。接着,构建结合Informer与BiGRU的组合预测模型,通过特征拼接和线性层映射得到子序列的预测结果。最终,通过将所有分量的预测结果直接相加,得到最终的预测值。本发明在处理复杂新能源发电功率数据时能有效提高预测精度,并具有较强的鲁棒性和泛化能力。
技术关键词
新能源发电功率
组合预测模型
新能源发电系统
功率预测方法
时序依赖关系
矩阵
数据
依赖特征
噪声
EMD算法
注意力
冗余特征
解码器
序列特征
处理器
编码器
状态更新
预测误差
系统为您推荐了相关专利信息
人脸识别方法
融合特征提取
多光谱成像设备
动态时空特征
监督学习框架
移动储能车
协同调度方法
应急发电车
优化调度模型
新能源发电功率
光伏功率预测方法
Stacking集成学习
学习器
成分分析法
集成学习模型
组合预测模型
负荷预测方法
负荷预测误差
矩阵
实时数据