【技术实现步骤摘要】
本专利技术属于光伏发电预测，具体涉及基于复数神经网络的光伏发电预测方法及系统。
技术介绍
1、近年来，利用大规模可再生能源发电取得了快速发展，不仅有效地缓解了环境问题，还促进了能源结构的转型。但是可再生能源具有不可控性和不确定性，将太阳能或风能等可再生能源带入电网无疑会导致电网系统变得不稳定。光伏发电在电力系统中大量应用，由于其具有波动性和间歇性，对电力系统的电力平衡、保护配置和电能质量等方面造成了不利的影响。因此，光伏发电预测的准确性对于电力系统的稳定运行和安全性起到至关重要的作用。
2、目前，常用的光伏发电预测技术主要集中在短期和超短期预测上，例如自回归(ar)、循环神经网络(rnn)、移动平均模型（ma）、自回归移动平均模型(arma)等。这些技术已经能够有效地解决短期内（2天内）的光伏发电量预测问题。但现实情况是，电网系统的运行和调度需要更长时间尺度（2天以上）的预测来应对光伏发电量的变化。
3、同时，现有技术在识别关键振荡时，只是单方面关注振幅信息，而相位信息对于捕捉信号的周期性和波形形状等方面同样至关...
【技术保护点】
1.一种基于复数神经网络的光伏发电预测方法，其特征在于，包括：
2.根据权利要求1所述的光伏发电预测方法，其特征在于，根据皮尔逊相关系数和斯皮尔曼秩序相关系数对气象历史数据进行筛选获得气象相关数据，包括：
3.根据权利要求2所述的光伏发电预测方法，其特征在于，通过孤立森林算法对所述气象相关数据进行校正获得训练样本，包括：
4.根据权利要求1所述的光伏发电预测方法，其特征在于，所述复数神经网络依次包括第一复数神经子网络、转置单元和第二复数神经子网络；所述第二复数神经子网络的输出层与全连接层连接；
5.根据权利要求4所述的光...
【技术特征摘要】
1.一种基于复数神经网络的光伏发电预测方法，其特征在于，包括：
2.根据权利要求1所述的光伏发电预测方法，其特征在于，根据皮尔逊相关系数和斯皮尔曼秩序相关系数对气象历史数据进行筛选获得气象相关数据，包括：
3.根据权利要求2所述的光伏发电预测方法，其特征在于，通过孤立森林算法对所述气象相关数据进行校正获得训练样本，包括：
4.根据权利要求1所述的光伏发电预测方法，其特征在于，所述复数神经网络依次包括第一复数神经子网络、转置单元和第二复数神经子网络；所述第二复数神经子网络的输出层与全连接层连接；
5.根据权利要求4所述的光伏发电预测方法，其特征在于，所述第一复数神经子网络和第二复数神经子网络依次包括维度扩展层、傅里叶变换单元、复数组合单元、傅里叶逆变换单元和输出层；所述傅里叶变换单元与输出层相互通信连接；所述复数组合单元内依次设置有全连接层、gelu激活函数和全连接层。
<...
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。