公开(公告)号：CN119378736A

公开(公告)日：2025-01-28

申请号：CN202411407572.1

申请日：2024-10-10

Applicant: 东南大学

Inventor： 郑建勇 ,  徐睿麟 ,  梅飞 ,  张恒 ,  王帅 ,  卢坚超 ,  陈鹏昊 ,  陶扬

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F18/2113 ,  G06F18/213 ,  G06F18/23213 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08 ,  H02J3/00 ,  H02J3/38 ,  G06F123/02

Abstract: 本发明公开了一种基于多元扰动特征提取和辅助任务学习的光伏出力预测方法，包括如下步骤：获取目标光伏站位置信息、面板数据、出力数据和气象数据；采用VMD变分模态分解对历史光伏出力进行分解，得到出力扰动IMFs模态和类晴空IMF模态；对表征出力扰动的IMFs模态进行K‑means聚类，构建功率变化特征簇；对不同功率变化特征簇结合天气因素进行Spearman相关性分析；根据不同功率变化特征簇及其相关气象结合作为辅助任务训练数据输入到引入共享特征及跨任务注意力机制的CNN‑GRU混合预测模型进行训练，得到最终的光伏出力预测结果。本发明方法能够提高光伏出力预测的整体精度，鲁棒性高，能为光伏站运营管理提供数据支撑。