基于特征生成与交叉注意力机制的光伏发电功率预测方法技术

本发明专利技术涉及新能源预测技术领域，具体公开了基于特征生成与交叉注意力机制的光伏发电功率预测方法，我们通过模块倾斜面法的辐照度计算和热传导机制，获取了与发电量高度相关的有效辐照度和组件温度等关键特征，随后，设计了不同网络结构的特征提取模块，对慢速时变特征和时序特征进行了深入挖掘，引入的长短期交叉注意力机制，则使模型能够充分利用长期历史数据和近期气象变化，捕捉对未来发电功率影响显著的关键因素。本发明专利技术方法采用光伏电站实际运行数据进行了验证，在四个季节中相较于其他模型nRMSE降低了约20％，结果表明预测结果中精度显著提升。

【技术实现步骤摘要】

本专利技术涉及新能源预测，尤其是涉及基于特征生成与交叉注意力机制的光伏发电功率预测方法。

技术介绍

1、太阳能作为全球最具发展前景的可再生能源之一，具有资源丰富、清洁无污染、易于获取和利用、可持续供应等显著优势。近年来，太阳能技术在世界范围内得到了广泛的关注和迅速的发展。光伏电站通过将太阳能直接转换为电能，已成为可再生能源领域的重要组成部分。然而，光伏发电具有较大的波动性和随机性，因为其发电功率通常受到太阳位置、天气状况、气候变化等多种因素的影响。这种波动性给电网的运行和规划带来了巨大的挑战，增加了维持电网稳定性的难度。随着光伏电站装机容量的不断扩大，准确预测光伏发电量对于保障电力系统的可靠性和稳定性至关重要。精确的光伏功率预测不仅能降低系统运行成本和不确定性，还能有效避免由于预测值与实际发电量之间的偏差可能导致的电网事故。因此，开发高精度的光伏发电功率预测模型已成为当前研究的热点和难点。

2、尽管光伏发电功率预测在理论和技术上取得了一定的进展，但现有的混合模型在充分挖掘多尺度时间特征、捕捉历史与未来气象条件之间的关联，以及融合光伏发电的物理机本文档来自技高网...

【技术保护点】

1.基于特征生成与交叉注意力机制的光伏发电功率预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于特征生成与交叉注意力机制的光伏发电功率预测方法，其特征在于：电站物理信息包括电站经纬度、支架方位角、支架倾角；历史气象数据与数值天气预报数据包括直接辐照度DNI、散射辐照度DHI、水平辐照度GHI、环境温度和相对湿度；电站运行数据包括发电功率、逆变器电压电流。

3.根据权利要求1所述的基于特征生成与交叉注意力机制的光伏发电功率预测方法，其特征在于：机理数据驱动特征生成模型计算得到的特征为有效辐照度与组件温度，与DNI、DHI和GHI特征整合后形成预测模型...

【技术特征摘要】

1.基于特征生成与交叉注意力机制的光伏发电功率预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于特征生成与交叉注意力机制的光伏发电功率预测方法，其特征在于：电站物理信息包括电站经纬度、支架方位角、支架倾角；历史气象数据与数值天气预报数据包括直接辐照度dni、散射辐照度dhi、水平辐照度ghi、环境温度和相对湿度；电站运行数据包括发电功率、逆变器电压电流。

3.根据权利要求1所述的基于特征生成与交叉注意力机制的光伏发电功率预测方法，其特征在于：机理数据驱动特征生成模型计算得到的特征为有效辐照度与组件温度，与dni、...

【专利技术属性】
技术研发人员：高翔，郑成航，王珂琪，董娜，杨超，张中伟，林扬舒，朱俊烨，王黎杰，周灿，陈兵，余杰，吴学成，吴卫红，赵健，
申请(专利权)人：浙江大学，
类型：发明
国别省市：