本发明提供了一种基于在线学习的光伏出力预测方法,解决了现有技术随时间推移预测精度降低的问题。实现步骤为:构建一个初始预测模型,写入边缘计算平台并进行实时预测;到达设定时间点调度中心获取历史数据,对旧模型进行继续训练;判断新模型与旧模型的优劣;将表现优的新模型写入边缘计算平台继续进行实时预测以保持预测的高精度。本发明的示意性实施例中将多视角卷积神经网络(MVCNN)与在线学习相结合,构建了一种预测精度随时间推移依旧表现优异的光伏出力预测模型,神经网络模型能够在保持旧知识的同时学习随时间推移出现的新的特征,预测精度随时间推移依旧表现优异。
📄 2021110178532
📂 G06Q10_04
👤 济南大学
📅 2021-08-31