摘要
本发明涉及数据处理技术领域,尤其涉及一种基于边缘计算的虚拟电厂数据处理方法,包括终端设备采集源荷储设备功率数据及环境参数,经时空对齐生成结构化时序数据集。动态数据清洗环节执行异常检测与缺失值填补,生成特征数据集,输入预测模型训练输出功率预测值。根据预测值生成控制指令并执行电网安全边界验证,验证通过后输出调节指令至源荷储设备。采集设备实际响应数据计算偏差,据此更新数据清洗参数并优化控制指令。该方法通过数据清洗阻断失真信息传递、特征融合抑制异常干扰、指令预验证防范决策偏差、闭环反馈驱动参数迭代,形成数据质量自进化机制,从根源消除历史数据缺陷导致的预测失准与控制偏差。
技术关键词
电厂数据处理
预测模型训练
生成特征
生成控制指令
分布式能源设备
时间序列预测模型
一维卷积神经网络
波动特征
标记
时钟同步协议
偏差
储能荷电状态
储能设备
时序
功率
清洗参数
终端设备
系统为您推荐了相关专利信息
金属粉料
混合效应预测模型
焊接特征
性能预测模型
焊接金属
智能假肢
实时语音
控制器
信号采集设备
语音控制指令
风光功率预测方法
地理信息数据
历史功率数据
数据编码
数据嵌入
编码特征
模型训练方法
频谱特征
生成特征
声码器
癫痫识别装置
原始脑电信号
时域特征
频域特征
脑电特征