一种基于双层优化框架的光伏功率预测系统及方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于双层优化框架的光伏功率预测系统及方法
申请号:
CN202510884562
申请日期:
2025-06-30
公开号:
CN120784847A
公开日期:
2025-10-14
类型:
发明专利
摘要
本发明提出了一种基于双层优化框架的光伏功率预测系统及方法,系统包括双层优化框架,所述双层优化框架包括位于上层的参数优化层以及位于下层的预测执行层,通过上层的参数优化层与下层的模型预测层的协同机制,实现高精度、自适应性强的光伏功率预测。其核心创新在于将半导体物理机制与深度学习时序建模能力深度融合,有效解决了传统技术中参数时变处理不足、多尺度预测不协同等问题,能够为电力系统调度、新能源消纳以及电站运维提供精准的概率化决策支持。
技术关键词
光伏功率预测系统
光伏功率预测方法
物理
天气预报数据
数据驱动模型
预测误差
dropout方法
框架
多通道光谱仪
网络
局部优化算法
数据采集传感器
参数优化算法
系统实时监测
统计特征
注意力机制
系统为您推荐了相关专利信息
1
一种云物理主机添加到openstack集群VPC中的方法
网络功能服务
网络服务代理
主机
物理
VXLAN隧道
2
基于ESO-PLL与Bi-GRU融合的永磁同步电机无位置传感器控制方法及系统
GRU神经网络
永磁
同步电机转子
传感器控制
矩阵
3
一种基于离散元法与数据驱动的填充工艺预测方法及装置
数据驱动模型
离散元法
机器学习算法模型
生成工艺
参数
4
一种自演化钢管混凝土拱桥数字孪生监测方法
钢管混凝土拱桥
节点
拓扑图
健康知识图谱
多模态传感器
5
基于LSTM与MLP特征融合的物理信息神经网络材料疲劳寿命预测方法及介质
MLP神经网络
材料疲劳寿命预测
LSTM神经网络
神经网络模型
物理