摘要
本发明提供了一种光伏预测方法,包括:数据预处理:通过时间序列规整策略将历史发电数据与气象数据的时间序列进行对齐,构建设备健康指数,输入输入层;设计时空嵌入层,将输入层传输的数据和所有气象数据分支进行时空编码;定义神经网络模块,设计局部‑全局注意力层,设计网络层,通过物理正则化项注入气象条件约束;设计联合注意力融合层,将关键特征进行有效整合;设计输出层,完成特征整合、线性变换、设置激活函数,物理正则化、以及最后光伏功率预测的生成输出;边缘优化实现离线预测。本发明提供了一种融合时空稀疏注意力及时序神经网络的光伏智能预测方法,解决现有技术数据异构性、计算效率、物理可解释性和动态环境适应性不足等问题。
技术关键词
光伏预测方法
注意力
气象
物理
时间序列特征
重构模型
神经网络模型
编码
智能预测方法
设备状态数据
浮点数
矩阵
内存设备
模型剪枝
模块
发电量
指数
系统为您推荐了相关专利信息
虚拟网络功能
迁移方法
决策
分层强化学习
资源状态信息
深度神经网络模型
可信执行环境
推理方法
网络部署
通道注意力机制
橡胶密封件
非线性
基础橡胶
预测网络模型
硫化胶料
流域水文模型参数
山洪风险
动态估计方法
数字孪生技术
特征工程技术