一种基于大模型和深度学习的光伏电站智能控制方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于大模型和深度学习的光伏电站智能控制方法
申请号:CN202511057956
申请日期:2025-07-30
公开号:CN120972528A
公开日期:2025-11-18
类型:发明专利
摘要
本发明涉及一种基于大模型和深度学习的光伏电站智能控制方法,属于光伏太阳能智能控制领域,通过爬取新闻政策和9km*9km网格天气信息,基于大模型的气象政策解读和影响分析,以及天气数据的缺失值预测和补全,实现了对天气数据的准确获取;同时,利用已知数据预测补全未知数据的光照强度预测方法,以及日出日落信息和阴晴信息编码方法,可以更好地对天气因素进行分析和控制,实现精准的光伏太阳能板发电控制;此外,基于深度学习的天气时序预测方法和智能决策方法,利用历史数据无监督地学习模型,并利用成本函数进行智能决策,来实现对光伏太阳能板的智能控制;最后,结果展示和告警方法,可以准确地存储和显示预测值,并根据告警条件进行预警。
技术关键词
光伏电站智能 天气 发电量 分布式光伏发电 存储时间序列数据 递归神经网络模型 正弦余弦函数 气象 信息编码方法 时序预测方法 智能决策方法 自然语言模型 学习方法 时序预测模型 光伏太阳能板 支持向量回归 SVR模型 数据缺失值
系统为您推荐了相关专利信息
分布式光伏发电 柔性 蓄电池 温控 电网需求响应
建筑光伏系统 发电量预测方法 优化预测模型 数据 元素
恶劣天气条件 Softmax分类器 适配器 识别方法 样本
柔性光伏组件 发电量计算方法 曲面 太阳能电池 光电转换效率
滑动窗口 光伏功率预测方法 概率密度函数 生成数据集 天气