基本信息:
- 专利标题： 一种基于PCA-SFFS-BiGRU的光伏出力预测方法
- 申请号：CN202311033309.6 申请日：2023-08-16
- 公开(公告)号：CN116776134A 公开(公告)日：2023-09-19
- 发明人： 叶国庆 , 李付林 , 黄红辉 , 叶宏 , 李毓 , 王珂 , 徐浩华 , 贺燕 , 季克勤 , 侯健生 , 沃建栋 , 盛晨 , 张文杰 , 吴峰 , 瞿迪庆 , 朱君兴 , 王宁
- 申请人： 国网浙江省电力有限公司金华供电公司 , 金华八达集团有限公司
- 申请人地址： 浙江省金华市婺城区双溪西路420号;
- 专利权人： 国网浙江省电力有限公司金华供电公司,金华八达集团有限公司
- 当前专利权人： 国网浙江省电力有限公司金华供电公司,金华八达集团有限公司
- 当前专利权人地址： 浙江省金华市婺城区双溪西路420号;
- 代理机构： 杭州华鼎知识产权代理事务所
- 代理人： 魏亮
- 主分类号： G06F18/2135
- IPC分类号： G06F18/2135 ; G06N3/0442 ; G06N3/084 ; G06N3/045 ; G06Q10/04 ; G06Q50/06
摘要：
本发明公开了一种基于PCA‑SFFS‑BiGRU的光伏出力预测方法，包括：获取天气预报的气象数据，进行预处理；对各气象参数进行主成分分析，得到降维后的气象参数，组成第一特征集；使用序列前向特征选择算法进一步提取主成分分量，得到第二特征集；计算每个保留的主成分和观测到的光伏出力之间的距离相关性，使用相关性值最高的若干主成分再次启动序列前向特征选择算法，得到第三特征集；构建双向门控神经网络，并使用粒子群优化算法优化双向门控神经网络，得到光伏出力预测模型。本发明通过多次数据降维，分别进行不同目的的筛选，保留每个阶段最具价值的数据；最后利用优化后的双向门控神经网络进行训练，得到光伏出力预测模型，实现光伏发电功率的预测。
公开/授权文献:
- CN116776134B 一种基于PCA-SFFS-BiGRU的光伏出力预测方法 公开/授权日：2023-10-24
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06F | 电数字数据处理 |
| ------G06F18/00 | 模式识别 |
| --------G06F18/10 | .预处理；数据清理 |
| ----------G06F18/21 | ..识别系统或技术的设计或设置；特征空间中的特征提取；盲源分离 |
| ------------G06F18/211 | ...选择最重要的特征子集 |
| --------------G06F18/2135 | ....基于近似准则，如主成分分析 |