摘要
本发明提出一种基于多元气象数据的超短期光伏功率组合预测方法,属于光伏发电功率预测技术领域,本发明为解决光伏发电预测中,考虑过多的非关键影响因素会增加模型训练时间,进而影响收敛速度及预测精度,并且对时间序列特征重要性差异捕捉不足的问题,包括:获取光伏发电功率序列,并进行多尺度分解和K‑L散度筛选;对光伏发电功率序列中的随机气象变量和待预测指标进行关联性分析,根据关联性分析结果选取与待预测指标相关性最大的气象数据;构建ECA‑TCN‑BiLSTM组合预测模型;将分解和筛选后的光伏发电功率数据与选取的气象数据输入ECA‑TCN‑BiLSTM组合预测模型,将各IMF分量的预测结果进行叠加整合,得到最终的超短期光伏功率预测值。
技术关键词
光伏发电功率
组合预测方法
组合预测模型
气象
数据
时间卷积网络
通道注意力机制
概率密度函数
经验模态分解方法
动态噪声
光伏发电预测
多尺度
长短期记忆网络
时间序列特征
系统为您推荐了相关专利信息
电子发票管理
票据管理系统
中央控制器
防盗模块
人脸识别模块