申请/专利权人：河海大学

申请日：2023-09-12

公开（公告）日：2024-07-02

公开（公告）号：CN117220276B

主分类号：H02J3/00

分类号：H02J3/00;G06V10/62;G06V10/80;G06V10/82;G06N3/048;G06N3/0464;G06N3/047;G06N3/0442;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2024.07.02#授权;2023.12.29#实质审查的生效;2023.12.12#公开

摘要：本发明公开了一种考虑时空特征相互影响的超短期光伏功率预测方法及系统，属于新能源开发和利用技术领域。所述方法包括：计算地基云图帧间光流图；以地基云图、地基云图帧间光流图作为输入，利用基于VGG与ConvLSTM模型的双流网络分别提取出地基云图所对应的时序特征与空间特征；利用对应时刻的地基云图构建门控单元，实现图像特征融合；基于光伏功率，通过跨模态注意力机制，提取图像特征的显著信息；将显著图像特征与历史光伏功率特征作为输入，通过基于渐进式特征融合架构与时序卷积模型的时序推理模型实现超短期光伏功率预测。本发明能够提高光伏功率超短期预测精度，为电网安全、稳定运行提供支撑，具有一定的工程实用价值。

主权项：1.一种考虑时空特征相互影响的超短期光伏功率预测方法，其特征在于，包括以下步骤：步骤1：利用Farneback光流法计算相邻帧间地基云图中云层的运动信息，得到表征云层动态信息的光流图像；步骤2：利用VGG网络提取出RGB地基云图中的空间特征，利用ConvLSTM网络提取出光流图像中的时序动态特征；步骤3：利用基于原始RGB地基云图构建的门控单元，对图像时序动态特征与空间特征进行融合，得到图像时空特征；步骤4：利用历史光伏功率与跨模态注意力机制提取出图像时空特征中的显著信息，方法如下：将图像时空特征作为注意力机制的键向量和值向量，对应时刻的历史光伏发电功率作为查询向量；利用跨注意力机制计算图像时空特征图中不同通道与光伏发电功率的相关性；基于相关性对每一个图像通道赋予权重，得到包含显著特征信息的图像特征图；具体定义如下： 其中，Q，K，V为查询向量、键向量、值向量，dk为键向量的维度，softmax为激活函数，Z为图像显著时空特征；步骤5：将图像显著时空特征、历史光伏功率作为输入，通过基于渐进式特征融合架构与时序卷积模型的时序推理模型，输出未来10分钟至30分钟的光伏功率预测结果，具体方法如下：将历史光伏发电功率序列作为第一次时序卷积操作的输入；将第一次时序卷积操作的输出中的第1个时刻对应的输出与对应时刻的图像显著时空特征Z1进行融合，再与其余输出进行拼接，得到下一次时序卷积操作的输入；重复上述过程，将第t次时序卷积操作的输出中的第t个时刻对应的输出与对应时刻的图像显著时空特征Zt进行融合，经过上述拼接操作后，作为下一次时序卷积操作的输入；最后一次时序卷积操作的输出O作为多层感知机的输入，多层感知机的输出即为光伏发电功率的超短期预测结果。

全文数据：

权利要求：

百度查询： 河海大学 考虑时空特征相互影响的超短期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