申请/专利权人:元始智能科技(南通)有限公司
申请日:2024-03-28
公开(公告)日:2024-06-21
公开(公告)号:CN118232332A
主分类号:H02J3/00
分类号:H02J3/00;G06Q50/06;G06N3/049;G06N3/0442;G06N3/0464;G06N3/045;G06N3/048;G06N3/084
优先权:
专利状态码:在审-公开
法律状态:2024.06.21#公开
摘要:本发明提供一种基于时序预测和混合神经网络的发电量预测方法及装置,该方法包括:将待预测光伏系统在第一历史周期的历史光伏参数序列输入至时序预测模型的分解层,得到第一历史周期下的历史趋势特征;将历史趋势特征输入至时序预测模型的混合神经网络模型,得到待预测周期下的趋势特征预测值;将趋势特征预测值输入至发电量预测模型,得到待预测光伏系统在待预测周期的发电量预测值;时序预测模型和发电量预测模型是基于样本光伏系统在各第二历史周期的样本光伏参数序列、各第三历史周期下的样本趋势特征标签和各第三历史周期的发电量标签进行训练的。本发明实现更好地捕捉和预测光伏发电量的变化趋势,以提高发电量预测的准确性和稳定性。
主权项:1.一种基于时序预测和混合神经网络的发电量预测方法,其特征在于,包括:获取待预测光伏系统在第一历史周期的历史光伏参数序列;将所述历史光伏参数序列输入至时序预测模型的分解层,分解得到所述第一历史周期下的历史趋势特征;将所述历史趋势特征输入至所述时序预测模型的混合神经网络模型,预测得到待预测周期下的趋势特征预测值;将所述趋势特征预测值输入至发电量预测模型,得到所述待预测光伏系统在所述待预测周期的发电量预测值;其中,所述时序预测模型和所述发电量预测模型是基于样本光伏系统在各第二历史周期的样本光伏参数序列、各第三历史周期下的样本趋势特征标签和各所述第三历史周期的发电量标签进行联合训练得到的。
全文数据:
权利要求:
百度查询: 元始智能科技(南通)有限公司 基于时序预测和混合神经网络的发电量预测方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。