摘要
本发明公开了一种基于双模态天气分型的超短期光伏出力预测方法,属于新能源电力系统预测技术领域,包括:获取气象数据和光伏出力数据进行预处理;根据预处理后的数据,构建双模态特征矩阵;采用双模态联合距离函数自适应分配时‑频域特征权重系数,根据分配后的权重系数,通过降维处理双模态特征矩阵,然后采用谱聚类实现天气分型;根据分型结果,对不同天气场景采用相应的信号分解方法;根据信号分解结果,构建混合预测模型,并通过改进的优化算法优化模型超参数;根据优化后的混合预测模型,输入融合模型进行预测,得出最终的预测结果。本发明有效解决因天气敏感性、模态混叠和参数固化导致的预测不准问题,显著提升雨天场景下的预测精度。
技术关键词
混合预测模型
双模态
光伏出力预测方法
信号分解方法
模型超参数
气象
天气
振子
模态特征
频域特征
算法并行
多源特征
矩阵
新能源电力系统
场景
样本
动态时间规整
雨天
数据缺失值
系统为您推荐了相关专利信息
摩擦电传感器
触觉传感器
水果采摘系统
双模态
采摘机器人
沉降预测方法
混合预测模型
土体孔隙
路基沉降预测
数字孪生
灰狼优化算法
样本
数值天气预报数据
指标
模型超参数
负荷预测方法
卷积神经网络模型
混合预测模型
大数据
异构
低压分布式光伏
调控策略
光伏发电功率预测
信息采集系统
动态仿真模型