【技术实现步骤摘要】
本专利技术涉及太阳辐射数据预测方法，具体涉及一种基于多技术融合的太阳辐射数据预测方法。
技术介绍
1、在太阳能发电系统的发展过程中，太阳辐射数据预测显得尤为重要，这些数据直接关系到光伏发电系统的效率和稳定性。然而，传统的太阳辐射数据预测方法存在不少局限：一方面，基于物理模型的预测虽然能从理论层面精确描述太阳辐射的传输过程，但对模型参数的准确性要求很高，并且在面对复杂多变的实际情况时，计算复杂度使得其难以广泛应用；另一方面，基于统计模型的预测方法虽然在计算上较为简便，但却受限于历史数据的特征，在面对复杂的太阳活动时，其适应性和预测精度都不足以满足日益增长的应用需求。
2、为了解决这些问题，随着天文学、传感器技术、数据挖掘、机器学习以及统计学等多领域技术的快速发展，新的太阳辐射数据预测方法应运而生。这些新技术的结合为准确和可靠的太阳辐射数据预测提供了新的途径。通过利用历史数据，进行预处理和分类，挖掘不同辐射强度数据的规律，从而进行二次分解实现信息互补，有助于更充分地利用数据特征。进一步，在模型构建过程中融入时空信息，可以更好地捕...
【技术保护点】
1.一种基于多技术融合的太阳辐射数据预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的太阳辐射数据预测方法，其特征在于，所述S1包括：
3.根据权利要求1所述的太阳辐射数据预测方法，其特征在于，所述S2包括：
4.根据权利要求1所述的太阳辐射数据预测方法，其特征在于，所述S3包括：
5.根据权利要求1所述的太阳辐射数据预测方法，其特征在于，所述S4包括：
6.根据权利要求5所述的太阳辐射数据预测方法，其特征在于，所述时空相似度因子公式为：
7.根据权利要求1所述的太阳辐射数据预测方法，...
【技术特征摘要】
1.一种基于多技术融合的太阳辐射数据预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的太阳辐射数据预测方法，其特征在于，所述s1包括：
3.根据权利要求1所述的太阳辐射数据预测方法，其特征在于，所述s2包括：
4.根据权利要求1所述的太阳辐射数据预测方法，其特征在于，所述s3包括：
5.根据权利要求1所述的太阳辐射数据预测方法，其特征在于，所述s4包括：
6.根据权利要求5所述的太阳辐射数据预测方法，其特征...
【专利技术属性】
技术研发人员：彭甜，于修福，张楚，叶芷，孙成豪，许玉成，吴影，庄绪州，
申请(专利权)人：淮阴工学院，
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。