基于卷積LSTM的光伏電站日前發(fā)電量預(yù)測(cè)方法及系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN202110705885.5 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN113469427A 公開(kāi)（公告）日 2021-10-01
申請(qǐng)公布號(hào) CN113469427A 申請(qǐng)公布日 2021-10-01
分類(lèi)號(hào) G06Q10/04（2012.01）I;G06Q10/06（2012.01）I;G06Q50/06（2012.01）I;G06N3/04（2006.01）I 分類(lèi) 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 蔡言斌;劉航航;司君誠(chéng);王元元;蘇小向;劉琪;張丹;李士峰;馬曉祎 申請(qǐng)（專(zhuān)利權(quán)）人 國(guó)網(wǎng)山東省電力公司東營(yíng)供電公司
代理機(jī)構(gòu) 濟(jì)南圣達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 代理人 閆圣娟
地址 257091山東省東營(yíng)市東營(yíng)區(qū)南一路357號(hào)
法律狀態(tài) -

摘要

摘要 本公開(kāi)所述方案提供了基于卷積LSTM的光伏電站日前發(fā)電量預(yù)測(cè)方法及系統(tǒng)，所述方案融合了多層卷積層和LSTM模型，使得模型可以提取沿時(shí)間序列的信息和不同時(shí)間序列特征數(shù)據(jù)之間的融合信息，同時(shí)，通過(guò)引入注意力機(jī)制模型可以更好的利用歷史信息；通過(guò)引入快捷連接模型可以獲取不同尺度的信息，并可以改善梯度流，防止梯度消失。從而提高模型特征提取能力，提高模型識(shí)別的準(zhǔn)確率，從而提高模型的魯棒性。