【技术实现步骤摘要】
本申请涉及微电网，尤其涉及一种微电网的多数据预测方法、设备及介质。
技术介绍
1、直流建筑、柔性建筑、零能耗建筑等概念成为近年来的研究焦点，考虑到建筑内高比例、多种类分布式发展的新能源结构，建筑电气化应用成为必然趋势。光储直柔（photovoltaic，energystorage，dc，flexible，pedf）作为关键策略，利用太阳能光伏发电和储能技术，实现了电力产生、存储和消耗之间的无缝衔接，通过柔性调度，pedf提高了能源利用效率，减少了能源浪费，并增强了电力系统的可靠性和稳定性。
2、传统光储直柔配电系统的预测模型lstm、transformer等，难以有效捕捉输入与输出之间的长程时空相关性，导致预测误差累积；建筑用电负荷、电动汽车充电负荷等时序数据具有强非线性和非平稳性，直接预测易产生偏差；光伏气象因素、负荷特征等多变量间存在复杂关联，冗余信息增加模型复杂度，影响预测效率；传统自注意力机制在长序列预测中计算复杂度呈平方增长，限制了实际应用场景的扩展。
3、通过上述的分析，现有技术存在的问题及缺陷为：<...
【技术保护点】
1.一种微电网的多数据预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种微电网的多数据预测方法，其特征在于，采集原始数据并进行预处理，得到光伏发电数据、建筑用电数据和电动汽车充电数据，具体包括：
3.根据权利要求2所述的一种微电网的多数据预测方法，其特征在于，引入气象数据，计算所述气象数据与光伏发电数据的灰色关联度，得到强关联的气象变量，具体包括：
4.根据权利要求3所述的一种微电网的多数据预测方法，其特征在于，对所述建筑用电和电动汽车充电序列进行经验模态分解，重构为平稳子信号，具体包括：
5.根据权利要...
【技术特征摘要】
1.一种微电网的多数据预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种微电网的多数据预测方法，其特征在于，采集原始数据并进行预处理，得到光伏发电数据、建筑用电数据和电动汽车充电数据，具体包括：
3.根据权利要求2所述的一种微电网的多数据预测方法，其特征在于，引入气象数据，计算所述气象数据与光伏发电数据的灰色关联度，得到强关联的气象变量，具体包括：
4.根据权利要求3所述的一种微电网的多数据预测方法，其特征在于，对所述建筑用电和电动汽车充电序列进行经验模态分解，重构为平稳子信号，具体包括：
5.根据权利要求4所述的一种微电网的多数据预测方法，其特征在于，对建筑用电负荷和电动汽车充电负荷序列进行经验模态分解，生成多个固有模态分量，具体包括：
6...
【专利技术属性】
技术研发人员：陈存睿，齐国庆，张彦玉，李亮，李启凯，
申请(专利权)人：山东浪潮智慧建筑科技有限公司，
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。