本技术介绍了一种深度学习模型及其系统,旨在提高新能源发电出力的预测准确性。该方法涉及构建和训练一个深度学习模型,用于预测新能源发电的输出功率。系统通过深度学习技术优化预测模型,以实现更精确的发电预测。
背景技术
新型电力系统的新能源发电渗透率逐年提高,这也使得新能源发电的随机性和波动性成为影响新型电力系统稳定性的主要因素。因此,发展具备高精度的新能源发电出力预测技术,对于提升电力系统安全稳定运行水平、推动能源绿色低碳转型等具有重要意义。
针对新能源发电出力预测技术,当前主流方法所构建的模型主要分为简单统计模型、传统机器学习模型与深度学习模型,其中以深层神经网络为基础的深度学习模型能够更好地拟合高维非线性问题,因此在各类多时间尺度的新能源发电出力预测中表现优异。然而,深度学习模型的预测精度提升是以模型变得更深层、更复杂为代价,预测模型的可解释性极差。尤其是当发生极端的预测误差事件时,可解释性差的深度学习模型难以给新能源发电消纳策略调整提供有效的指导意见,因此亟需发展针对新能源发电出力预测的深度学习模型的解析方法。
实现思路