摘要
本发明提供了一种光伏功率预测系统及其训练方法,训练方法包括:获取原始数据,所述原始数据包括气象数据和光伏组件的功率数据;对所述原始数据进行预处理,将预处理后的数据分别输入三种基础模型;通过注意力机制为三种基础模型的输出结果动态分配权重;将所述输出结果按照所述权重进行组合后输入到元模型,所述元模型输出功率预测值;基于粒子群优化算法确定所述三种基础模型和所述元模型的超参数设置,得到训练好的光伏功率预测系统。本发明将原始数据经过注意力后加入元模型中,能够从原始数据中提取有效信息,且能够更方便的控制模型的复杂程度,并辅以正则化项抑制过拟合。
技术关键词
光伏功率预测系统
斯皮尔曼等级相关系数
粒子群优化算法
注意力机制
皮尔逊相关系数
基础
长短期记忆网络
光伏组件
隔离森林算法
随机森林
数据
K近邻算法
气象
位置更新
线性
矩阵
超参数
系统为您推荐了相关专利信息
多尺度特征
图像分割方法
船舶
暗通道先验
深度学习网络
自动检测方法
图像类别标签
强化学习模型
PTFE乳液
石蜡