摘要
本发明涉及电力系统光伏预测技术领域,尤其涉及一种基于多层级与FE‑MI高频分析的光伏功率短期概率预测方法、装置、设备及介质,步骤包括获取光伏功率与气象数据并预处理;基于物理层级结构提取高层级趋势特征,引入低层级样本并进行CEEMDAN分解,获得多个IMF,将IMF提取高频IMF、中频IMF、低频IMF,并基于模糊熵和互信息筛选重构高频特征;将IMF按照频率特征划分为低频IMF、中频IMF以及经筛选重构的高频IMF特征分量共同输入至I‑Stacking集成模型进行确定性预测;采用自适应核密度估计构建概率预测结果,具备考虑数据时序相关性、充分分析多层级光伏相关性模型适应性高,提高预测精度。
技术关键词
概率预测方法
Stacking集成模型
核密度估计方法
层级
集合经验模态分解
高频特征
功率
Stacking集成学习
集成学习模型
数据
重构
概率分布函数
时间序列复杂度
预测误差
核密度估计模型
电力系统光伏
光伏电站
样本
系统为您推荐了相关专利信息
系统可靠性评估
模型构建方法
模式
层级
数据中心动力系统
配电系统
历史运行状态
智能调度算法
策略
多层次特征
网络模型构建方法
空间金字塔
多尺度特征学习
优化器
图像缩放