基本信息:
- 专利标题： 一种基于迁移学习和地基云图的超短期光伏功率预测模型
- 申请号：CN202010985645.0 申请日：2020-09-18
- 公开(公告)号：CN112288129A 公开(公告)日：2021-01-29
- 发明人： 施光南 , 周关连 , 高捷 , 王建军 , 徐子博 , 金宏波 , 薄耀龙 , 周永智 , 韦巍
- 申请人： 浙江大学 , 国网浙江绍兴市上虞区供电有限公司 , 国网浙江省电力有限公司绍兴供电公司
- 申请人地址： 浙江省杭州市西湖区余杭塘路866号
- 专利权人： 浙江大学,国网浙江绍兴市上虞区供电有限公司,国网浙江省电力有限公司绍兴供电公司
- 当前专利权人： 浙江大学,国网浙江绍兴市上虞区供电有限公司,国网浙江省电力有限公司绍兴供电公司
- 当前专利权人地址： 浙江省杭州市西湖区余杭塘路866号
- 代理机构： 杭州华鼎知识产权代理事务所
- 代理人： 秦晓刚
- 主分类号： G06Q10/04
- IPC分类号： G06Q10/04 ; G06Q50/06 ; G06N3/04 ; G06N3/08 ; G06K9/00
摘要：
本发明公开了一种基于迁移学习和地基云图的光伏功率预测模型，包括：云图特征提取模块：由卷积神经网络ResNet组成，其输入为当前时刻的地基云图，输出为该云层分布所对应的数字向量，并将该数字向量作为云图特征向量；特征映射模块：由循环神经网络LSTM组成，其输入为云图特征向量与对应时刻环境因子拼接得到的特征向量，输出为未来某一时刻的光伏功率预测值。本发明将光伏功率预测与天空云图的移动和分布联系起来，可最大限度提取当前时刻的环境信息，解决光伏功率预测信息缺失问题，能够显著提高短期光伏功率预测精度。