摘要
本发明涉及一种基于卫星云图信息的分布式光伏超短期预测方法及系统,属于光伏功率预测技术领域。首先,通过皮尔逊相关性系数衡量气象变量与分布式光伏功率的相关程度,分析发现云层分布及其移动特性是影响光伏出力精度的关键因素,为此构建了多时间尺度下的云团移动预测框架:采用CNN‑LSTM混合模型捕捉云团的非线性演变规律;其次借助卫星云图数据源创新性地设计了特征云区域动态选择算法,通过精确量化云层遮挡效应,结合卷积神经网络构建了基于卷积神经网络的超短期分布式光伏功率预测模型,本发明通过有效融合云运动特征,显著提升了预测精度。
技术关键词
卫星云图
分布式光伏
云团移动预测方法
记忆单元
太阳高度角
非线性
神经网络混合模型
递归神经网络
光伏功率预测技术
多时间尺度
太阳方位角
气象
太阳运动规律
遮挡效应
变量
定位算法
系统为您推荐了相关专利信息
电力负荷预测模型
误差模型
神经网络算法
数据
电力负荷预测方法
光伏阵列
组件布置方法
太阳方位角
太阳高度角
光伏组件倾角
调控策略
BP神经网络模型
分布式光伏逆变器
分布式电源逆变器
电压越限
数据预测模型
管理方法
记忆单元
数据获取模块
因子