摘要
本发明涉及光伏功率预测技术领域,具体公开了一种用于中长期光伏发电预测方法,首先对原始光伏功率序列进行预处理,采用辛几何模态分解方法对预处理后的光伏功率序列进行分解,获取多个具有不同频率特征的平稳分量;针对每个平稳分量分别构建Mamba预测模型,得到各平稳分量对应的预测结果;将所有平稳分量的预测结果进行叠加,并对叠加结果进行反归一化处理,得到最终的光伏功率预测结果。本发明提出一种长期光伏发电预测混合模型,将光伏功率序列进行“分解‑预测‑组合”的过程,两者的结合不仅克服了单一模型在建模复杂时间序列时的局限性,还实现了光伏发电量中长期预测的高精度与高效率。
技术关键词
光伏发电预测方法
模态分解方法
重构矩阵
状态空间模型
光伏功率预测技术
序列
特征值
递归神经网络
线性
光伏发电量
表达式
分支
协方差矩阵
轨迹
信号
变量
数据
系统为您推荐了相关专利信息
多传感器数据融合
动态避障方法
障碍物
速度目标值
扇区
遥感图像变化
文本生成方法
状态空间模型
融合特征
空间金字塔池化
智能交通信号系统
动态事件触发机制
诊断方法
状态空间模型
滤波器
水下航行器避障
动态障碍物
静态障碍物
水下航行器航迹跟踪
模型预测控制算法