摘要
本发明公开了一种基于改进LSTM模型的新能源发电量预测方法和系统,涉及新能源发电量预测技术领域,包括:获取新能源电站的历史发电数据和多维气象栅格数据,并进行预处理和特征提取,得到预处理之后的数据;以预处理之后的数据作为输入,利用训练好的改进LSTM模型对新能源电站的发电量进行预测,得到发电量预测值;其中,改进LSTM模型包括引入周期权重项的周期性记忆门控单元;在改进LSTM模型的训练过程中,引入记忆衰减补偿机制并采用交叉验证和网格搜索方法进行架构和超参数优化。本发明缓解了传统预测方法在处理长期趋势、季节性变化及复杂气象影响等问题时存在的预测精度不足和模型稳定性差的技术问题。
技术关键词
LSTM模型
新能源电站
网格搜索方法
气象
新能源发电量
记忆
数据
缩放参数
状态更新
成分分析方法
矩阵
空间特征提取
周期性
可读存储介质
索引
计算机
处理器
系统为您推荐了相关专利信息
蒸散量估算方法
集成特征选择方法
异构
Stacking模型
历史气象数据
风电场风资源评估
仿真模型
评估风电场
风速
大气环境参数
分类特征
智能分诊方法
交叉注意力机制
医学影像数据
病历
大坝位移监测
数据
低通滤波方法
地震
计算机可执行指令