基于新能源的园区碳排放的减碳量预测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于新能源的园区碳排放的减碳量预测方法及系统
申请号:CN202411727943
申请日期:2024-11-28
公开号:CN119670960A
公开日期:2025-03-21
类型:发明专利
摘要
本公开涉及新能源及节能技术领域,提出了一种基于新能源的园区碳排放的减碳量预测方法及系统,融合使用灰色关联度分析‑动态时间规整‑欧式距离‑夹角余弦组合的综合相似日选取法、完全集合经验模态分解自适应噪声,建立高精度的光伏短期发电功率组合预测模型,解决传统的光伏出力预测模型的相似日选取方法过于依赖主观经验判断和筛选标准单一,以及光伏发电数据包含噪声和多尺度特征等问题,克服光伏发电的间歇性和波动性给出力的精准预测带来的困难,实现光伏发电量的精准预测;另一方面,创新性地将光伏出力预测结果与电力碳排放因子相结合,实现园区新能源项目的减碳量准确测算,为园区实现绿色低碳发展目标提供有力支撑。
技术关键词
灰色关联度分析 动态时间规整 相关性分析方法 夹角余弦 气象 出力曲线 皮尔逊相关系数 编码器 分布式光伏发电系统 构建训练集 序列 集合经验模态分解 深度学习模型训练 光伏发电数据 组合预测模型 注意力机制 新能源项目 动态规划算法