本发明公开一种基于组合深度学习的
光伏发电功率预测方法,方法包括以下步骤:获取
光伏发电功率原始数据;对数据做归一化处理,得到归一化后的数据;采用极限学习提升XGBoost算法对归一化后的数据进行处理,得到不同因素对光伏发电功率影响的权重因子,并对权重因子进行排序;根据排序结果,选择若干个对光伏发电功率的影响大的因素进行组合,得到不同的组合结果;将组合数据分别输入至不同的深度学习预测模型中,得到不同深度学习模型的光伏发电功率预测结果;将不同深度学习模型的光伏发电功率预测结果输入至强化学习中进行非线性拟合,得到最终光伏发电功率预测值。本发明有益效果是:提高非平稳时期光伏发电功率的预测精度和发电企业经济效益。
声明:
“基于组合深度学习的光伏发电功率预测方法” 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)