基于多模态多尺度特征的超短期光伏功率预测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于多模态多尺度特征的超短期光伏功率预测方法及系统
申请号:CN202410782951
申请日期:2024-06-18
公开号:CN118690902A
公开日期:2024-09-24
类型:发明专利
摘要
本发明公开了一种基于多模态多尺度特征的超短期光伏功率预测方法及系统。所述方法包括:基于不同的采样间隔得到多尺度历史地基云图与光伏功率数据作为模型的输入;利用自注意卷积长短期记忆神经网络与长短期记忆神经网络分别提取云层时空特征信息与功率时序特征信息;通过基于多头自注意力与多头交叉注意力的融合注意力机制,对多模态多尺度特征信息进行深度融合;将融合特征作为多层感知器的输入,实现超短期光伏功率预测。本发明能够提高超短期光伏功率预测精度,为电网安全、稳定运行提供支撑,具有一定的工程实用价值。
技术关键词
卷积长短期记忆 多尺度特征 交叉注意力机制 长短期记忆神经网络 地基云图 多层感知器 时空特征信息 时序特征 多模态 短期光伏功率预测 融合特征 神经网络模型 融合注意力机制
系统为您推荐了相关专利信息
实弹射击训练 姿势稳定性评估 注意力机制 局部时空特征 三维卷积神经网络
区域候选网络 识别方法 多普勒天气雷达 样本 多尺度特征
度检测方法 交叉注意力机制 前馈神经网络 查询特征 字幕
车辆控制方法 行驶状态数据 模式 长短期记忆神经网络模型 工况
文字检测方法 卷积模块 特征提取能力 特征金字塔 颈部结构