基于SAX-MHA-GCN的区域光伏功率预测方法

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SAX-MHA-GCN的区域光伏功率预测方法
申请号:CN202510019631
申请日期:2025-01-07
公开号:CN119419798B
公开日期:2025-04-29
类型:发明专利
摘要
本申请为基于SAX‑MHA‑GCN的区域光伏功率预测方法,属于分布式光伏超短期功率预测领域,针对现有技术存在预测结果不理想、计算复杂技术问题,本申请提供基于SAX‑MHAGCN的分布式光伏超短期功率预测方法,包括以下步骤:选择近时段分布式光伏出力时序数据作为输入特征集,并通过SAX算法进行压缩,获得图卷积SAX符号特征矩阵与全局SAX邻接矩阵;通过将MHA算法嵌入图卷积网络中的每个GCN图卷积块,以构建MHA‑GCN框架,将获得的图卷积SAX符号特征矩阵与全局SAX邻接矩阵作为MHA‑GCN框架的输入,获得图卷积输出矩阵;将图卷积输出矩阵通过整合和SAX反过程处理,获得超短期功率预测结果。
技术关键词
光伏功率预测方法 符号特征 光伏发电功率 矩阵 超短期功率预测 分布式光伏 站点 功率值 概率密度曲线 元素 多项式 多头注意力机制 输出特征 节点 数据 算法 表达式
系统为您推荐了相关专利信息
路网匹配方法 隐马尔可夫模型 轨迹 维特比算法 转移概率矩阵
叶片测量方法 NURBS曲面 MBD模型 测量仪 测量点间距
电网短路故障 电网运行数据 数据驱动模型 节点导纳矩阵 物理
并网运行方法 混合电力系统 新能源电站 储能电站 储能系统
观测噪声 状态空间方程 电池荷电状态 算法 卡尔曼滤波模型