公开(公告)号：CN119891175A

公开(公告)日：2025-04-25

申请号：CN202411964855.6

申请日：2024-12-30

Applicant: 浙江大学 ,  东方电气长三角(杭州)创新研究院有限公司 ,  东方电气股份有限公司

Inventor： 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

IPC: H02J3/00 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08 ,  H02J3/38

Abstract: 本发明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。

公开(公告)号：CN119885103A

公开(公告)日：2025-04-25

申请号：CN202411955943.X

申请日：2024-12-28

Applicant: 浙江大学 ,  东方电气长三角(杭州)创新研究院有限公司 ,  东方电气股份有限公司

Inventor： 高翔 ,  郑成航 ,  朱俊烨 ,  吴学成 ,  杨超 ,  董娜 ,  王珂琪 ,  林扬舒 ,  张中伟 ,  周灿 ,  王黎杰 ,  陈兵 ,  余杰 ,  裴莹玲 ,  吴卫红 ,  赵健

IPC: G06F18/27 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/08 ,  G01W1/10

Abstract: 本发明涉及一种基于地基云图的多特征提取的直接辐照度混合预测模型，结合了基于知识的云检测与改进的深度卷积神经网络，提取得到的全局特征与局部特征作为特征融合与辐照度预测模块的输入，与太阳高度角共同作为输入数据，经过多层全连接网络对特征进行综合处理，从而学习特征之间的复杂关系；最终，通过回归输出层给出直接辐照度的预测值。本发明充分考虑并应对复杂气象条件下的太阳直接辐射预测问题，通过全局与局部特征的联合提取，模型能够更加全面地描述云层特征，从而实现高精度的辐照度预测；实验结果验证了本发明的有效性和优越性，尤其在复杂、多变的天气条件下表现出较高的预测精度和稳定性。