摘要
本发明涉及一种台区分布式光伏功率超短期预测方法及系统,属于分布式光伏功率预测技术领域。基于凝聚层次聚类算法,将区域内的台区光伏聚类成出力特性同质化的子区域集合,结合GraphSAGE图神经网络和Transformer编码器模型,实现子区域内时空特征的解耦表征,基于复合时空特征最后同步输出子区域各个台区的光伏功率预测结果,进一步基于子区域间的共享特征构建合适的迁移建模策略,实现各子区域预测模型的快速轻量化建模,最终通过子区域预测功率的空间聚合得到区域总功率预测结果。
技术关键词
超短期预测方法
分布式光伏
复合时空特征
功率
层次聚类算法
BiLSTM模型
前馈神经网络
节点特征
气象
动态时间规整
编码器
时序特征
注意力机制
数据
轻量化架构
多层堆叠结构
电网拓扑结构
系统为您推荐了相关专利信息
负荷不确定性建模
评估指标体系
输电网规划技术
场景
模糊综合评价
油乳剂灭活疫苗
短时间
超声频率
样品容器
破乳剂技术
组合预测模型
功率预测系统
短期功率预测方法
集群
数值天气预报数据
节能输送系统
矿石料斗
动态特征提取
分布式传感器网络
驱动执行机构