龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：常州大学
申请日：2024-04-07
公开（公告）日：2024-06-21
公开（公告）号：CN118232335A
主分类号：H02J3/00
分类号：H02J3/00;G06Q10/04;G06Q50/06;G06N3/0464;G06V10/762;G06N3/045
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明提供了一种基于改进局部云遮挡指数算法的光伏功率预测方法和系统，包括：计算出原始天空图像中太阳坐标；根据太阳坐标得到以太阳为中心的矩形太阳块图像；通过加入自适应参数优化二维高斯函数；采用优化后二维高斯函数和K均值聚类算法生成处理后的太阳块图像；计算局部云遮挡指数；计算太阳块图像中的关键区域亮度；在ResNet18网络模型中添加非对称卷积块和SE注意力机制用以优化ResNet18网络结构；构建光伏功率预测模型；通过向光伏功率预测模型输入天空图像信息作为图像特征，输入关键区域亮度和局部云遮挡指数作为数值特征，输出预测的光伏功率。通过构建考虑图像特征与数值特征多输入的深度学习混合模型，提高预测光伏功率的精度。
主权项：1.一种基于改进局部云遮挡指数算法的光伏功率预测方法，其特征在于，所述方法包括：获取原始天空图像；基于所述原始天空图像根据太阳天顶角、太阳方位角和图像半径信息计算出原始天空图像中太阳坐标；根据所述原始天空图像中太阳坐标得到以太阳为中心的矩形太阳块图像；通过加入自适应参数构建优化后的二维高斯函数；对所述矩形太阳块图像采用优化后二维高斯函数和K均值聚类算法消除太阳光晕生成处理后的太阳块图像；基于处理后的太阳块图像计算局部云遮挡指数；基于太阳块图像亮度值计算太阳块图像中的关键区域亮度；以ResNet18网络模型为提取原始天空图像特征的主干模型，添加非对称卷积块和SE注意力机制用以优化ResNet18网络结构；结合优化后的ResNet18网络模型和MLP网络模型，经过concatenate层实现特征融合,构建基于数值特征和图像特征双输入的光伏功率预测模型；通过向所述光伏功率预测模型输入天空图像信息作为图像特征，输入关键区域亮度和局部云遮挡指数作为数值特征，进而通过光伏功率预测模型输出预测的光伏功率。
全文数据：
权利要求：
百度查询： 常州大学 基于改进局部云遮挡指数算法的光伏功率预测方法和系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号