申请/专利权人：广西电网有限责任公司

申请日：2023-12-20

公开（公告）日：2024-04-16

公开（公告）号：CN117895484A

主分类号：H02J3/00

分类号：H02J3/00;G06N3/0442;G06N20/20;G06N3/045;G06N3/08;G06Q50/06

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明涉及光伏发电量预测技术领域，特别涉及基于BiGRU‑Attention的Stacking梅雨季光伏功率预测方法及系统。方法包括步骤：构建梅雨季以日为单位的样本数据集；选择光伏特征数据集的某一属性，填补该属性缺失的数据；利用随机森林算法对具有缺失值的属性的光伏特征数据进行拟合插补，得到处理后的光伏特征数据集；建立基于BiGRU‑Attention的Stacking光伏功率预测模型，进行训练；采用训练好的光伏功率预测模型进行预测光伏功率。本发明将处理时序数据的GRU算法改为BiGRU算法，并在其中加入Attention机制，使算法能够充分利用前、后向数据信息，并通过Attention辨别信息中的重要部分，对数据分析和预测准确性方面进行了提高，增强了梅雨季Stacking算法的预测机制。

主权项：1.基于BiGRU-Attention的Stacking梅雨季光伏功率预测方法，其特征在于，包括以下步骤：步骤S1，构建梅雨季以日为单位的样本数据集，保留样本内部时序特征，利用Pearson相关系数选取与光伏功率中高度相关的气象特征，构建光伏特征数据集，并对光伏特征数据集进行预处理；步骤S2，根据步骤S1的光伏特征数据集，选择光伏特征数据集的某一属性，填补该属性缺失的数据，并计算该属性填补前与其他属性的相关性I；所述属性为气象特征、光伏功率中的一种；步骤S3，利用随机森林算法对具有缺失值的属性的光伏特征数据进行拟合插补，并再次计算该属性与其他属性的相关性II，当相关性II的值收敛，并与相关性I的差值的绝对值小于设定阈值，则采用随机森林算法进行拟合插补完成，得到处理后的光伏特征数据集；步骤S4，建立基于BiGRU-Attention的Stacking光伏功率预测模型，将光伏特征数据集输入光伏功率预测模型，进行训练，得到训练好的光伏功率预测模型；步骤S5，采用训练好的光伏功率预测模型进行预测光伏功率。

全文数据：

权利要求：

百度查询： 广西电网有限责任公司 基于BiGRU-Attention的Stacking梅雨季光伏功率预测方法及系统

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