【技术实现步骤摘要】
本专利技术涉及数据处理，具体为一种光伏发电功率预测方法及系统。
技术介绍
1、准确的光伏发电功率预测可以帮助电网调度中心提前做好电力调配，平衡供需，确保电网的稳定运行，减少因光伏发电波动导致的电网频率波动和电压波动。
2、随着模式识别、机器学习、深度学习等技术的迅速发展，越来越多的现代化技术被应用到光伏发电功率预测中。
3、当前常用的光伏发电功率预测技术主要是长短时记忆神经网络(long short-term memory,lstm)，通过引入“记忆”机制，能够捕捉长时间依赖关系，进而进行准确的光伏发电功率预测。然而，长短时记忆神经网络主要根据距离当前一段时间内的发电功率预测未来时刻的光伏发电功率，忽略了天气、气候等自然因素对于光伏发电的影响，难以应对突发的天气变化，导致对于功率变化的预测准确性较低。
技术实现思路
1、鉴于上述存在的问题，提出了本专利技术。
2、因此，本专利技术解决的技术问题是：现有的光伏发电功率预测方法存在预测准确性较低，光伏电站的管...
【技术保护点】
1.一种光伏发电功率预测方法，其特征在于，包括：
2.如权利要求1所述的光伏发电功率预测方法，其特征在于：所述通过天气特征与功率特征构建基于深度学习的光伏发电功率预测模型包括采集历史天气数据以及历史光伏发电数据，构建基于深度学习的光伏发电功率预测模型，所述光伏发电功率预测模型包括天气预测单元与功率预测单元；
3.如权利要求2所述的光伏发电功率预测方法，其特征在于：所述提取隐藏特征进行添加注意力权重包括通过天气预测单元中的第一门控单元提取天气特征中的天气隐藏特征，通过功率预测单元中的第二门控单元提取功率特征中的功率隐藏特征，表示为：
...
【技术特征摘要】
1.一种光伏发电功率预测方法，其特征在于，包括：
2.如权利要求1所述的光伏发电功率预测方法，其特征在于：所述通过天气特征与功率特征构建基于深度学习的光伏发电功率预测模型包括采集历史天气数据以及历史光伏发电数据，构建基于深度学习的光伏发电功率预测模型，所述光伏发电功率预测模型包括天气预测单元与功率预测单元；
3.如权利要求2所述的光伏发电功率预测方法，其特征在于：所述提取隐藏特征进行添加注意力权重包括通过天气预测单元中的第一门控单元提取天气特征中的天气隐藏特征，通过功率预测单元中的第二门控单元提取功率特征中的功率隐藏特征，表示为：
4.如权利要求3所述的光伏发电功率预测方法，其特征在于：所述提取隐藏特征进行添加注意力权重包括通过天气预测单元中的第一注意力层为各个时刻的天气隐藏特征添加注意力权重，通过功率预测单元中的第二注意力层为各个时刻的功率隐藏特征添加注意力权重，表示为：
5.如权利要求4所述的光伏发电功率预测方法，其特征在于：所述对添加注意力权重后隐藏特征进行拼接处理包括通过全连接网络对添加注意力权重后的天气隐藏特征与功率隐藏特征进行拼接处...
【专利技术属性】
技术研发人员：张俨，苏华英，王融融，王寅，王宁，贺先强，黄晓旭，代江，范俊秋，姚刚，王明阳，
申请(专利权)人：贵州电网有限责任公司，
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。