摘要
本发明涉及风光发电功率预测技术领域,尤其涉及一种考虑多维耦合效应的海上风光集群功率预测方法、装置、设备及介质,方法包括:获取海上风光区域的多元气象观测数据和风光电站历史出力数据,预处理并通过滑动时间窗提取日单位样本;基于类泰勒展开的耦合强度量化模型挖掘样本间深层次关联,构建耦合特征数据库;采用特征分块编码机制处理样本与耦合特征,生成分块多维输入张量;构建双流深度学习模型,融合时空卷积注意力与共享机制提取关键特征并训练;预测阶段将待预测时段的气象与出力数据编码后输入模型,输出超短期风光集群功率预测结果,提高了新能源集群功率预测的准确性和稳定性效果。
技术关键词
耦合特征
功率预测方法
集群
数据编码
滑动时间窗
编码机制
气象观测数据
分块
特征提取模块
风力发电数据
光伏发电数据
气象预报数据
卷积神经网络模型
风光发电功率预测
效应
深度学习网络
矩阵
注意力机制
系统为您推荐了相关专利信息
动态控制系统
服务质量保障
资源调度策略
监控组件
控制模块
流场分析方法
调节截止阀
湍流模型
非结构化网格
修正液
智慧医疗服务系统
配送系统
无人机航母
客户端
服务器
集群
任务调度策略
任务调度算法
需求预测模型
故障预测模型
电压控制方法
进化算法
计算机可执行指令
节点
光伏逆变器