[发明专利]一种基于深度学习的光伏发电功率预测方法

摘要

本发明公开了一种基于深度学习的光伏发电功率预测方法，包括以下步骤：A、采集光伏发电数据并发送至存储器中存储；B、将存储的光伏发电数据进行特征提取；C、之后对特征提取后的数据进行加密；D、将加密后的数据作为BP神经网络输入，BP神经网络输出为待预测的光伏发电功率；E、最后对BP神经网络进行深度训练，即得到光伏发电预测功率，本发明采用的预测方法精度高，预测率高，采用的数据预处理方法能够实现对数据的排序、降噪、滤波数据，提高了数据后续处理效率；采用的特征提取方法中通过搜索第一关键字和第二关键字，能够降低提取难度，提高了特征提取精度；采用的加密方法能够对光伏数据进行多重加密，提高了数据的安全性和保密性。

主权项

1.一种基于深度学习的光伏发电功率预测方法，其特征在于：包括以下步骤：A、采集光伏发电数据并对采集的数据进行预处理；B、将预处理后的数据发送至存储器中存储；C、将存储的光伏发电数据进行特征提取；D、之后对特征提取后的数据进行加密；E、将加密后的数据作为BP神经网络输入，BP神经网络输出为待预测的光伏发电功率，建立多组神经网络预测模型；F、对多组神经网络预测模型进行深度训练，选取最佳性能参数所对应的神经网络预测模型作为最终的预测模型，对光伏发电功率进行预测。