摘要
本申请公开了一种基于强化深度学习的光伏功率预测方法及装置,方法包括:获取历史一段时间内的光伏时序数据,包括NWP数据、LMD数据和功率数据;将光伏时序数据经过输入嵌入层得到第一时序数据表征;将第一时序数据表征经过指对数移动平均函数分解为季节信息和趋势信息;将季节信息经过改进的注意力网络,经过动静前馈神经网络,再经过激活函数得到最终季节信息学习结果;将趋势信息、第二时序数据表征和第三时序数据表征经过门控交叉融合模块处理得到最终趋势信息学习结果;将最终季节信息学习结果和最终趋势信息学习结果经过门控学习机制处理得到第四时序数据表征,再经过输出嵌入层得到未来一段时间的光伏功率预测结果。
技术关键词
时序
一维卷积神经网络
光伏功率预测方法
数据
前馈神经网络
注意力
光伏功率预测装置
矩阵
深度学习网络
机制
多层感知机
模块
线性
风速
多尺度
多项式
气压
处理器
系统为您推荐了相关专利信息
信息管理方法
时间序列特征
多模态特征融合
教学资源数据
网络结构
故障诊断系统
远程故障诊断方法
纺织机
多模态
物联网技术
分布式光纤温度传感
测井
噪声数据
去噪模型
物理