龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西安邮电大学
摘要：本发明属于光伏发电功率预测技术领域，尤其涉及一种基于气象数据与背板温度的光伏阵列短时发电功率精确预测方法及系统，包括：对原始数据使用皮尔逊相关系数筛选特征，筛选出与背板温度和功率相关性强的特征；再对筛选出来的特征进行降采样以及数据预处理；将背板温度以及与背板相关性强的特征归一化，线性拟合出归一化后的关系式；将数据划分训练集与测试集，使用归一化后的关系式预测训练集的背板温度，与训练集的实际背板温度进行对比，验证关系式的可行性；利用训练数据对LSTM神经网络模型进行训练，利用测试数据对LSTM神经网络模型进行检验。
主权项：1.一种基于气象数据与背板温度的光伏阵列短时发电功率精确预测方法，其特征在于，包括：第一步，使用皮尔逊相关系数画出相关性图，分析数据集中所有特征与目标变量之间的相关性，并绘制相关性图。通过筛选具有较强相关性的特征，可以帮助在后续建模中选择合适的特征；第二步，由于原始数据是每秒或每分钟采集的，数据量非常大。数据量非常大。为了降低计算复杂度，对数据进行降采样，例如，每10分钟取一次数据。通过降采样，可以减少数据量，同时保留数据的主要趋势和特征；还进行了数据清洗，并对原始数据做了滤波处理，去除了异常值和缺失值；第三步，将背板温度以及与背板温度相关性强的特征进行归一化处理。这有助于确保所有变量具有相似的量级，从而提高模型的稳定性和收敛速度；归一化后，使用线性回归等方法拟合背板温度与这些特征之间的关系式；第四步，划分训练集，对与背板温度相关的几个特征进行归一化，并使用上述拟合后的关系式对训练集的背板温度进行预测。然后，将预测出来的背板温度进行反归一化，恢复其原始尺度；通过将反归一化后的预测值与实际背板温度进行对比，验证所拟合关系式的可行性和准确性；第五步，训练集预测的背板温度结合与发电功率相关性强的天气特征，构建基于LSTM神经网络的光伏发电功率预测模型；第六步，划分测试集，对上述模型进行检验。
全文数据：
权利要求：
百度查询： 西安邮电大学 一种光伏阵列短时发电功率精确预测方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号