摘要
本发明公开了一种基于双向Mamba结构的结合天空图像的光伏预测方法及系统,包括:获取连续的天空图像序列,提取动态视觉特征和静态视觉特征,通过整合卷积层、空间自适应调整和全局平均池化后,得到图像序列特征;对历史光伏功率序列进行时间编码处理、线性映射后,得到与图像序列特征维度一致的光伏序列特征;采用跨源对齐整合机制进行处理,构建双向Mamba结构,输出经过长短时序依赖性分析后的最终的图像数据源隐藏状态和光伏数据源隐藏状态;采用跨源深度特征关联增强门控整合机制进行处理,通过自适应门控整合,得到最终整合特征;并通过线性预测层,输出未来光伏功率预测值。本发明的方法能显著提高超短期光伏预测的准确性、鲁棒性和计算效率。
技术关键词
光伏预测方法
序列特征
视觉特征
轻量化卷积神经网络
演化特征
Sigmoid函数
机制
编码向量
矩阵
功率
状态空间方程
图像特征向量
线性
全局平均池化
正弦编码
动态
时序
系统为您推荐了相关专利信息
动作预测方法
视觉特征
序列特征
模态特征
机器人
仓储物流机器人
路径调度方法
演化特征
模块
节点
薄板烘丝机
时间序列特征
神经网络模型
烟丝流量
注意力机制