一种基于高斯混合模型的分布式光伏功率预测方法、系统、设备及介质
申请号:CN202510908041
申请日期:2025-07-02
公开号:CN120804744A
公开日期:2025-10-17
类型:发明专利
摘要
本发明公开了一种基于高斯混合模型的分布式光伏功率预测方法、系统、设备及介质,属于光伏功率预测技术领域,包括:采集时序向量,对时序向量执行主成分分析,获取低维特征表示,构成每个光伏电站的功率特征向量;对功率特征向量进行基于概率模型的聚类分析,生成多个光伏电站聚类簇;针对每个聚类簇,通过设定的数据来源优先规则与补全机制获取气象输入数据;基于聚类簇内的累计功率数据与对应气象特征,构建神经网络功率预测模型,输出对应聚类簇中光伏电站的未来发电功率预测值。本发明通过GMM聚类方法将区域内N个光伏电站划分为M个集群,简化了设计;实现了整个区域的功率预测。
技术关键词
高斯混合模型
气象
分布式光伏电站
历史功率数据
天气预报信息
成分分析
光伏功率预测技术
时序
贝叶斯信息准则
期望最大化算法
空间插值方法
优化神经网络
天气预报数据
数据输入模块
前馈神经网络
模型训练模块