摘要
本发明提供了一种短期光伏功率预测方法、系统、计算机设备及介质,属于光伏发电输出功率预测领域,该方法包括:获取短期光伏功率和气象工况数据样本,利用高斯混合模型将气象工况数据样本进行多模态聚类处理为隶属概率嵌入向量;通过皮尔逊相关系数加权与滑动窗口机制,从数据样本及隶属概率嵌入向量中提取特征,构建多模态时序特征张量;将传统Transformer网络中的多头注意力机制替换为类域融合自注意力机制,构成类域融合注意力模型;输入多模态时序特征张量来训练类域融合注意力模型,得到初始预测值;利用残差学习误差补偿策略对初始预测值进行残差估计,输出短期光伏功率预测结果,提升了模型的准确率和鲁棒性。
技术关键词
短期光伏功率预测
卷积特征
融合注意力模型
气象
时序特征
矩阵
注意力参数
多模态
多尺度
样本
变量
解码器
滑动窗口机制
多头注意力机制
工况
系统为您推荐了相关专利信息
图像数据处理方法
建筑物轮廓
边缘检测算法
栅格结构
高精度遥感平台