【技术实现步骤摘要】
本专利技术属于图像处理与多模态融合领域，具体涉及一种基于天空图像的太阳能光伏发电短期预测方法。
技术介绍
1、光伏发电短期预测旨在统筹安排电力的实时调配和储能控制。光伏发电短期预测有利于电力营销或定价，对于运行和管理可再生能源综合电力系统也是非常重要的。但是由于太阳能的间歇性以及环境对太阳能的影响，使得光伏与电网的大规模集成面临重大挑战。除此之外，由于云团覆盖率的变化，尤其是在部分多云的情况下，光伏电池板的输出功率可以在几分钟内接近于0，如何准确进行太阳能光伏发电短期预测是目前研究中亟待解决的问题。
2、当前存在的一些物理方法和统计学习方法，比如光伏发电短期预测的持久性模型的方法，该方法是利用分布式发电厂作为传感器，并利用它们的时空依赖性来改善预测效果的统计方法，但该方法在进行光伏发电短期预测时，存在建模成本高、数据需求量大等缺点，也存在一些数据误差、模型简化、参数选择等问题，影响最终预测效果的准确性和完整性。持久性模型也可能受到环境因素的影响，如光照幅值、季节、天气、温度等，导致最终预测结果的不稳定性和波动性。持久性模型受...
【技术保护点】
1.一种基于天空图像的太阳能光伏发电短期预测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于天空图像的太阳能光伏发电短期预测方法，其特征在于，所述全局滑动窗口方法具体步骤如下：
3.如权利要求2所述的一种基于天空图像的太阳能光伏发电短期预测方法，其特征在于，所述Seq-Swin-Transformer网络中，将每一帧天空图像数据xi分别输入到swintransformer模块中，得到每一帧天空图像数据的特征信息，将所述特征信息输入到自注意力机制模块中，得到天空图像特征序列。
4.如权利要求3所述的一种基于天空图像的太...
【技术特征摘要】
1.一种基于天空图像的太阳能光伏发电短期预测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于天空图像的太阳能光伏发电短期预测方法，其特征在于，所述全局滑动窗口方法具体步骤如下：
3.如权利要求2所述的一种基于天空图像的太阳能光伏发电短期预测方法，其特征在于，所述seq-swin-transformer网络中，将每一帧天空图像数据xi分别输入到swintransformer模块中，得到每一帧天空图像数据的特征信息，将所述特征信息输入到自注意力机制模块中，得到天空图像特征序列。
4.如权利要求3所述的一种基于天空图像的太阳能光伏发电短期预测方法，其特征在于，所述swin transformer模块由一个块分割模块、一个线性嵌入层、一个swintransformer block、一个块合并模块、一个swin transformer block、一个块合并模块、一个swin transformer block、一个块合并模块、一个swin transformer block依次级联而成；所述块分割模块将每一帧天空图像数据xi进行分块处理，得到t×p×p×3的天空图像数据块，其中p×p是每个天空图像数据块的大小，3表示rgb通道，t是天空图像数据块的个数；
5.如权利要求3所述的一种基于天空图像的太阳能光伏发电短期预测方法，其特征在于，所述自注意力机制模块中，将每一帧图像数据的特征信息输入到批量归一化层，得到特征张量s，利用特...
【专利技术属性】
技术研发人员：张忠广，王朝，张启飞，周渝林，吴超，
申请(专利权)人：浙江大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。