基于可解释深度学习的多场站时空关联光伏出力概率预测方法及系统

    公开(公告)号:CN119209530A

    公开(公告)日:2024-12-27

    申请号:CN202411702919.5

    申请日:2024-11-26

    Applicant: 河海大学

    Abstract: 本发明提供一种基于可解释深度学习的多场站时空关联光伏出力概率预测方法及系统,涉及光伏发电智能预测领域。本方法基于光伏出力历史数据构建光伏场站群出力二维矩阵,将二维矩阵中的列向量作为相关性检验对象,对其自动分型。使用非参数核密度估计方法拟合出分型后光伏出力历史数据对应的概率分布函数;从二维矩阵中整理出包含光伏场站时空关联信息的数据,构建多站点联合输入矩阵,并将其送入双向门控循环单元训练得到最优光伏出力预测模型。利用模型完成未来光伏出力确定性预测,使用概率预测方法对光伏出力进行不确定性量化。本发明在数据分型基础上,针对每个类型单独进行核密度估计建模,减少噪声影响,提供更准确的概率预测。

Patent Agency Ranking