申请/专利权人：北京理工大学珠海学院;广东永光新能源科技有限公司

申请日：2023-12-29

公开（公告）日：2024-03-29

公开（公告）号：CN117787498A

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q50/06;G06N20/10;G06F18/23;G06N3/0455;G06N3/08;G06F18/24

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明适用于光伏预测领域，公开了基于改进的Informer模型的短期光伏出力预测方法，包括：收集光伏发电系统的历史数据并进行预处理；使用孪生网络模型对预处理后的气象环境数据进行聚类，得到多个气象群集；通过ResNet初始模型提取气象环境数据样本的特征向量，并使用PSO算法对气象环境数据样本的特征向量进行编码；通过SVM分类器对编码后的特征向量分类，并根据分类结果生成多个训练样本；将多个训练样本输入改进的Informer模型进行训练，得到短期光伏出力预测模型；获取预测时间内的气象环境数据，并提取获取的气象环境数据的特征，将提取的特征输入短期光伏出力预测模型以得到短期光伏出力预测数据；该方法提高了短期光伏出力的预测精度。

主权项：1.一种基于改进的Informer模型的短期光伏出力预测方法，其特征在于，所述基于改进的Informer模型的短期光伏出力预测方法包括：收集光伏发电系统的历史数据，并对所述光伏发电系统的历史数据进行预处理，得到预处理后的气象环境数据以及对应的光伏出力数据；使用孪生网络模型对所述预处理后的气象环境数据进行聚类，得到多个气象群集；将所述多个气象群集的气象环境数据样本输入ResNet初始模型以提取气象环境数据样本的特征向量，并使用PSO算法对所述气象环境数据样本的特征向量进行编码，得到编码后的特征向量；将所述编码后的特征向量输入SVM分类器，获取所述SVM分类器输出的分类结果，并根据所述SVM分类器输出的分类结果生成多个训练样本，所述训练样本包括各个类别的气象环境数据样本以及对应的光伏出力数据；将多个所述训练样本输入改进的Informer模型进行训练，得到短期光伏出力预测模型；获取预测时间内的气象环境数据，并提取获取的气象环境数据的特征，将提取的特征输入所述短期光伏出力预测模型以得到短期光伏出力预测数据。

全文数据：

权利要求：

百度查询： 北京理工大学珠海学院;广东永光新能源科技有限公司 一种基于改进的Informer模型的短期光伏出力预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD