[发明专利]一种基于迁移学习和地基云图的超短期光伏功率预测模型

权利要求书

1.一种基于迁移学习和地基云图的光伏功率预测模型，其特征在于包括：

云图特征提取模块：由卷积神经网络ResNet组成，其输入为当前时刻的地基云图，输出为该云层分布所对应的数字向量，并将该数字向量作为云图特征向量；特征映射模块：由循环神经网络LSTM组成，其输入为云图特征向量与对应时刻环境因子拼接得到的特征向量，输出为未来某一时刻的光伏功率预测值。

2.根据权利要求1所述的一种基于迁移学习和地基云图的光伏功率预测模型，其特征在于：输入的地基云图的大小为199x199，且包含了当前天空内20km以内的云层分布。

3.根据权利要求2所述的一种基于迁移学习和地基云图的光伏功率预测模型，其特征在于：输入的地基云图的图片序列长度为10，且10张图片从左向右按照拍摄时间早晚排列。

4.根据权利要求1所述的一种基于迁移学习和地基云图的光伏功率预测模型，其特征在于：对应时刻环境因子包括温度、湿度、压强、风速、地面辐射度。

5.根据权利要求1所述的一种基于迁移学习和地基云图的光伏功率预测模型，其特征在于：该预测模型的预测时间为10分钟。