本发明提供了一种基于深度特征选择网络的短期
光伏发电预测方法和系统，其中本发明提供的预测方法通过搭建基于门控循环神经网络的光伏预测神经网络，并在该网络的输入层处搭建用于特征选择的深度强化学习特征选择网络，该选择网络通过其Q值网络计算的Q值从若干个输入特征中选择最优输入特征组合，从而在进行
光伏发电预测时，从若干输入特征中有选择的进行预测，减少了网络的输入特征数量，提高了预测效率的同时能够根据光伏发电功率应用场景的不同自主选择最优光伏特征，使特征数据的选择更加地灵活适用。
声明：
“基于深度特征选择网络的短期光伏发电预测方法和系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1162
编辑：管理员
来源：北方有色网
咨询细节
