本发明涉及一种计及宏观波动性分类的新能源中长期电量预测方法,对中长期尺度气象变量提取气象变量波动时序生成特征矩阵,建立基于CNN‑LSTM改进型混合神经网络的中长期新能源电量预测模型;对复合网络的权值进行初始化,设定最大迭代次数;构建卷积神经网络,将特征矩阵输入模型;计算复合网络预测误差,优化网络结构;若达到最大迭代次数,则迭代终止输出网络参数;利用训练完成的复合网络进行中长期新能源电量预测,获取待预测时段的初步预测电量;对初步预测电量进行波动类型聚类并识别,并对不同类型的波动过程进行误差修正,将初步预测电量与误差预测的结果相加获取最终电量预测结果。与现有技术相比,本发明具有提高预测精度等优点。
声明:
“计及宏观波动性分类的新能源中长期电量预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)