摘要
本发明公开了一种用于聚合邻接电站信息的超短期光伏预测方法、设备及存储介质,包括如下步骤:收集目标电站及其邻接电站的历史发电数据;将收集到的数据进行预处理,制作成数据集;对数据进行传递熵分析,选择传递熵较高的多个邻接电站和目标电站一起作为模型的输入,并将数据集分为训练集、验证集和测试集;采用非平稳的注意力机制,构建基于GNN和Transformer架构的混合模型,定义训练过程中的损失函数;对构建的模型进行训练,并保存训练好的模型;将需要进行预测的目标电站的历史数据输入模型,输出光伏电站发电功率预测结果。本发明能够根据邻接电站的情况,学习其对目标电站的影响,增加了模型对目标电站光伏预测的先验信息,实现了模型性能的提升。
技术关键词
光伏预测方法
光伏电站发电功率预测
编码器模块
数据
多层感知机
解码器
矩阵
交叉注意力机制
非平稳特征
前馈神经网络
深度学习模型
训练集
处理器
序列
定义
分辨率
系统为您推荐了相关专利信息
跟踪管理方法
数据采集接口
风险预测模型
数据采集模块
行业信息化技术
接口测试方法
脚本
混沌粒子群算法
录制工具
计算机可读指令
潜力评价方法
多层次结构
评价指标体系
层次分析法
评价装置
蓝牙通信模块
语音交互方法
高灵敏度麦克风
降噪模块
环境噪音干扰