摘要
本发明涉及人工智能技术领域,具体涉及一种面向高比例新能源电网的储能调控方法和设备,该方法包括:获取电力时序数据,并进行缺失值、异常值和标准化处理;其中,缺失值处理包括基于XGBoost算法,利用已有数据对缺失值进行预测,并基于缺失值的预测结果对已有数据进行验证,若验证误差大于阈值,则重新基于XGBoost算法对缺失值进行预测,更新缺失值的预测结果;基于业务属性对数据进行划分,得到多个子序列数据,进而得到训练样本以进行深度学习模型训练;基于预测样本和预测模型,得到目标日期的电力供需因子的预测值,以对高比例新能源电网的储能进行调控。如此,可以提高电力供需因子的预测准确率,从而提高储能调控效果。
技术关键词
储能调控方法
高比例新能源
XGBoost算法
深度学习模型训练
数据
误差
新能源电网
电力
因子
序列
时序
样本
重构
调控设备
人工智能技术
存储器
生成特征
模块
处理器
系统为您推荐了相关专利信息
地图模型
智能推荐方法
检索标签
医疗大数据
时间段
网络安全可视化
网络安全数据
管理图像数据
图像识别模块
区块链技术
电子鼻装置
柑橘黄龙病
检测专用
传感器
数据采集软件
战场救护机器人
战场环境
辅助系统
环境感知传感器
操作控制界面
数字孪生控制方法
碳化硅衬底
数字孪生模型
位错缺陷
扫描策略