排序方式: 共有1条查询结果,搜索用时 15 毫秒
1
1.
为解决分布式光伏短期预测中发电户特性差异、地理位置偏移导致气象数据偏差的问题,并进一步提升算法预测性能,提出结合用户画像的动态时间规整(dynamic time warping,DTW)-多头自注意力神经网络(multi-head attention neural network,MANN)-因子分解机(factorization machine,FM)预测模型。首先分析发电户档案数据和历史发电数据,统计出用户画像;再结合基于DTW标准气象特征修正偏移算法,形成合理、完善的“用户+气象”特征组合样本;最后使用加权的数据样本对模型进行训练。仿真阶段使用江苏省真实光伏、气象数据,将所提模型与当前业界先进的若干光伏预测模型进行对比实验,结果表明该模型具有更高的准确度和鲁棒性,表现出更佳的预测性能。 相似文献
1