【技術實現步驟摘要】
本公開屬于新能源功率預測，更具體地說，是涉及一種短期光伏功率預測方法及裝置、電子設備、存儲介質。
技術介紹
1、太陽能作為一種重要的清潔能源，正在快速發展，并在能源結構轉型中扮演著關鍵角色。太陽能技術的進步和廣泛應用，不僅有助于減少化石燃料的使用和溫室氣體的排放，還推動了可再生能源的普及和應用。然而，太陽能發電的間歇性和不穩定性也帶來了新的挑戰，這使得光伏功率預測的重要性日益凸顯。傳統的統計方法通過構建數學模型來分析歷史光伏功率數據，以識別其中的規律和趨勢，這些統計方法往往基于簡化的假設，難以有效處理光伏功率數據的非線性關系。
2、近年來，隨著人工智能技術的進步，深度學習方法在光伏功率預測中得到了廣泛應用。深度學習通過學習歷史數據，能夠自動提取有用特征，并構建復雜非線性的預測模型，盡管已有多種預測方法，但在短期光伏功率預測方面，存在光伏功率預測模型的預測精度低的問題。
技術實現思路
1、本公開的目的在于提供一種短期光伏功率預測方法及裝置、電子設備、存儲介質，以提高短期光伏功率預測模型的預測精度。
2、本公開實施例的第一方面，提供了一種短期光伏功率預測方法，包括：
3、基于多尺度池化網絡對天氣特征數據進行分割，得到季節特征數據和趨勢特征數據；
4、對所述季節特征數據進行特征提取，得到第一特征數據，對所述趨勢特征數據進行特征提取，得到第二特征數據；
5、基于所述第一特征數據和所述第二特征數據得到rms特征數據；
6
7、基于所述rms特征數據和所述conv1d-lstm特征數據得到光伏預測功率。
8、本公開實施例的第二方面，提供了一種短期光伏功率預測裝置，包括：
9、數據分割模塊，用于基于多尺度池化網絡對天氣特征數據進行分割，得到季節特征數據和趨勢特征數據；
10、特征提取模塊，用于對所述季節特征數據進行特征提取，得到第一特征數據，對所述趨勢特征數據進行特征提取，得到第二特征數據；
11、rms數據模塊，用于基于所述第一特征數據和所述第二特征數據得到rms特征數據；
12、conv1d-lstm數據模塊，用于基于conv1d-lstm網絡對天氣特征數據進行處理，得到conv1d-lstm特征數據；
13、功率預測模塊，用于基于所述rms特征數據和所述conv1d-lstm特征數據得到光伏預測功率。
14、本公開實施例的第三方面，提供了一種電子設備，包括存儲器、處理器以及存儲在所述存儲器中并在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述的一種短期光伏功率預測方法的步驟。
15、本公開實施例的第四方面，提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現上述的一種短期光伏功率預測方法的步驟。
16、本公開實施例提供的一種短期光伏功率預測方法及裝置、電子設備、存儲介質的有益效果在于：首先，本公開實施例通過多尺度池化網絡分割天氣特征數據，可從不同時間尺度捕捉信息，分離出季節與趨勢特征數據，為后續分析奠基。其次進行特征提取，提煉關鍵代表性特征，使數據更精煉。最后通過特定方式得到rms特征數據，融合多源關鍵要素，全面反映天氣對光伏功率影響。再借助conv1d-lstm網絡處理數據，既能提取局部特征，又能處理長短期依賴關系，更好呈現天氣與功率的影響機制。最后將兩種特征數據相加獲取光伏預測功率，操作簡便且能避免過擬合風險，實現信息互補，更全面刻畫影響條件，從而有效提升預測精度。
本文檔來自技高網...【技術保護點】
1.一種短期光伏功率預測方法，其特征在于，包括：
2.如權利要求1所述的一種短期光伏功率預測方法，其特征在于，在所述基于多尺度池化網絡對天氣特征數據進行分割，得到季節特征數據和趨勢特征數據之前，還包括：
3.如權利要求1所述的一種短期光伏功率預測方法，其特征在于，所述對所述季節特征數據進行特征提取，得到第一特征數據，包括：
4.如權利要求3所述的一種短期光伏功率預測方法，其特征在于，所述基于Local-Global網絡對所述季節特征數據進行特征提取得到第二特征數據，包括：
5.如權利要求4所述的一種短期光伏功率預測方法，其特征在于，所述對所述局部特征數據和全局特征數據進行特征融合，包括：
6.如權利要求1所述的一種短期光伏功率預測方法，其特征在于，所述對所述趨勢特征數據進行特征提取，得到第二特征數據，包括：
7.如權利要求1所述的一種短期光伏功率預測方法，其特征在于，所述基于Conv1d-LSTM網絡對天氣特征數據進行處理，得到Conv1d-LSTM特征數據，包括：
8.一種短期光伏功率預測裝置，
9.一種電子設備，包括存儲器、處理器以及存儲在所述存儲器中并在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至7任一項所述方法的步驟。
10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7任一項所述方法的步驟。
...【技術特征摘要】
1.一種短期光伏功率預測方法，其特征在于，包括：
2.如權利要求1所述的一種短期光伏功率預測方法，其特征在于，在所述基于多尺度池化網絡對天氣特征數據進行分割，得到季節特征數據和趨勢特征數據之前，還包括：
3.如權利要求1所述的一種短期光伏功率預測方法，其特征在于，所述對所述季節特征數據進行特征提取，得到第一特征數據，包括：
4.如權利要求3所述的一種短期光伏功率預測方法，其特征在于，所述基于local-global網絡對所述季節特征數據進行特征提取得到第二特征數據，包括：
5.如權利要求4所述的一種短期光伏功率預測方法，其特征在于，所述對所述局部特征數據和全局特征數據進行特征融合，包括：
6.如權利要求1所述的一種短...
【專利技術屬性】
技術研發人員：游豪杰，付龍明，馮宇博，翟杰，萬坎，李帥奇，王順成，張國慶，
申請(專利權)人：北京中恒博瑞數字電力科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。