摘要
本发明公开了一种适用于喀斯特地形的光伏电站功率预测方法及系统,包括在光伏电站区域部署传感器网络,同步采集地形特征参数、微气象环境参数及光伏设备运行状态参数。本发明通过部署三维激光扫描仪、六要素气象站、红外热像仪等设备,获取地形高程、微气象参数及组件温度分布,实现了多源数据采集,且采用DBSCAN算法识别异常值,双向LSTM插值填补时序缺失数据,通过构建CFD风场修正模型与SVAT热环境模型,生成地形影响系数矩阵,且设计GCN‑TCN时空特征提取模块,嵌入光伏物理方程作为正则项,基于在线学习框架动态调整模型参数,实现误差阈值触发的增量更新,从而提高了功率预测结果的准确性,满足了工作人员的需求。
技术关键词
光伏电站功率预测方法
光伏电站区域
地形特征参数
气象环境参数
组合预测模型
特征提取能力
光伏电站功率预测系统
融合深度学习
光伏设备
非线性映射关系
历史数据特征
三维激光扫描仪
光伏阵列
预测误差
红外热像仪
土壤体积含水量
特征提取模块
DBSCAN算法