一种融合多模态数据的LSTM光伏发电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 #
一种融合多模态数据的LSTM光伏发电功率预测方法及系统
申请号:CN202511517722
申请日期:2025-10-23
公开号:CN121032279A
公开日期:2025-11-28
类型:发明专利
摘要
本发明公开了一种融合多模态数据的LSTM光伏发电功率预测方法及系统,方法包括:根据历史气象数据、历史光伏监测数据及对应的历史发电功率数据,生成时空一致的多模态训练特征矩阵;基于多模态训练特征矩阵,构建多输入通道的LSTM预测模型,输出跨区域泛化的预训练模型;根据目标区域的实时气象数据、当前光伏监测数据及电价波动曲线,采用双重奖励强化学习策略在线更新预训练模型,输出动态优化后的功率预测模型;将当前时刻的气象数据、光伏监测数据输入动态优化后的功率预测模型,生成未来预设时间的光伏发电功率预测序列。利用本发明实施例,能够实现高精度、强适应性的光伏发电功率预测。
技术关键词
训练特征 光伏发电功率预测 强化学习策略 多源时序数据 动态时间规整算法 历史气象数据 时空注意力机制 周期性特征 相位对齐 矩阵 预训练模型 多模态特征融合