摘要
本发明公开一种基于多模态地基云图分类的光伏发电功率预测方法。首先,构建地基云图分类数据集、多模态气象数据集和光伏发电功率数据集;然后,构建地基云图分类模型和光伏发电功率预测模型;地基云图分类模型包括视觉主网络、第一多模态子网络、第二多模态子网络、稠密融合模块和多模态特征融合网络;光伏发电功率预测模型包括波动功率预测子模型和平滑功率预测子模型,将波动功率与平滑功率预测值求和,得到光伏发电功率预测值;最后,对地基云图分类模型和光伏发电功率预测模型进行训练,将训练后的模型用于光伏发电功率预测。该方法在多模态气象数据的基础上充分考虑云种类对光伏发电的影响,提高了光伏发电功率的预测准确性。
技术关键词
地基云图
输出特征
特征提取模块
多模态特征融合
光伏发电功率预测
特征提取网络
长短期记忆网络
通道注意力机制
气象
视觉
分支
系统为您推荐了相关专利信息
毛笔清洗机
轨迹控制系统
神经网络模型
数据项
图像获取单元
强化学习模型
加密方法
交叉注意力机制
加密策略
节点
分类识别方法
深度学习网络
无人机
音频特征提取
样本
制冰机
故障监测系统
深度神经网络模型
参数
物联网技术