基于深度神经网络与集成学习的超短期光伏功率预测方法与流程技术资料下载

技术编号:34621056

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

.本发明涉及一种光伏功率预测方法,尤其是涉及一种基于深度神经网络与集成学习的超短期光伏功率预测方法。背景技术.中国专利公开号cna公开了《基于多种结合策略集成学习的新能源功率预测方法和系统》,具体公开了根据目标预测对象,获取样本新能源数据;所述样本新能源数据包括训练新能源数据和验证新能源数据;通过所述训练新能源数据训练得到多个初级预测模型;通过预设的多种集成指令,分别对所述多个初级预测模型进行集成处理,得到多个集成预测模型;根据各所述集成预测模型的性能指标,从所述多个集成预...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 朱老师:1.聚合物绝缘材料老化 2.电力系统可靠性分析
  • 赵老师:1.智能控制理论及应用 2.机器人控制技术 3.新能源控制技术与应用
  • 杨老师:工程电磁场与磁技术,无线电能传输技术
  • 李老师:新型电力电子技术在微网中的应用
  • 王老师:薄膜光电子材料与器件、太阳能电池、光伏能源器件及材料测试
  • 杨老师:1.大型电力变压器内绝缘老化机理及寿命预测 2.局部放电在线监测及模式识别 3.电力设备在线监测及故障诊断 4.绝缘材料的改性技术及新型绝缘材料的研究
  • 王老师:1.无线电能传输技术 2.大功率电力电子变换及其控制技术
  • 胡老师:物理电子学