龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：国网山西省电力公司电力科学研究院
摘要：本发明属于信息技术领域，公开了一种基于多变量时序分解与多模型组合的光伏发电功率预测方法，该方法包括：相关性筛选、季节性趋势分解、时域和频域注意力、多模型融合预测、零出力调整。本发明确定基于多变量时序分解与多模型组合的预测方法在光伏发电功率预测中具有最优效果。该模型成功整合了STL分解、BiLSTM和TCN、时域和频域注意力机制的优势，既能精细捕捉光伏功率的季节性循环模式，又能准确建模其长期趋势演变，从而实现对光伏功率输出的精准预测，为光伏电站的运行优化、虚拟电厂调度及能源市场决策提供了有力支持。
主权项：1.一种基于多变量时序分解与多模型组合的光伏发电功率预测方法，其特征在于，该方法包括：S1：相关性筛选；在预测过程的初期阶段，对所有可获取的输入数据进行深入分析；S2：季节性趋势分解；对于筛选出的Top-K相关变量，引入了季节性趋势分解方法进行预处理；S3：时域和频域注意力；利用小波变换针对非平稳信号的独特优势，通过将不同变量的季节项时域数据转换到小波域，并通过注意力机制增强频域特征，将原本在时间序列中难以捕获的季节性波动和极端值展现在频域轴上，以便模型能够更加准确的定位和分配注意力资源；同时，将趋势项和残差项的时域数据分别采用时间注意力，捕捉时间步中的重要信息；S4：多模型融合预测；在STL分解的基础上，对分解出的季节项、趋势项、残差项采用了双向长短期记忆网络和时序卷积网络进行预测：将双向长短期记忆网络预测的季节项结果与时序卷积网络预测的趋势项和残差项结果进行相加，得到对光伏实际功率的综合预测输出；S5：零出力调整；对预测结果根据已知太阳辐照时间段进行了零出力调整；考虑临近日太阳照射的时间基本一致，根据前一天太阳辐照时间段将预测结果中日出前和日落后时间段的数值置零，从而使结果符合实际光伏发电情况。
全文数据：
权利要求：
百度查询： 国网山西省电力公司电力科学研究院 基于多变量时序分解与多模型的光伏发电功率预测方法
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