本發明涉及基于機器學習的光伏功率短期預測方法、裝置及存儲介質,該方法包括歷史數據整合、數據集預處理、時序趨勢分解、最優特征篩選、機器學習建模和預測趨勢融合等步驟。其采用趨勢分解與機器學習算法實現對光伏電站一定時空尺度下的多維度數據進行整合清洗,然后使用時序數據趨勢分解法進行功率數據的趨勢分解,并對比使用多種機器學習回歸算法和自回歸模型進行各趨勢項的建模預測,最后結合分解模型對預測結果進行趨勢預測融合,完成光伏功率的短期預測。本發明對功率數據分解后的各趨勢項分別建模,有效提高預測精度,為新能源場站業主帶來更精準的功率預測和更大的收益空間,助力新能源的科學規劃與合理應用。
聲明:
“基于機器學習的光伏功率短期預測方法、裝置及存儲介質” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)