[发明专利]一种基于最简门控神经网络的短期光伏出力概率预测方法

摘要

本发明涉及一种基于最简门控神经网络的短期光伏出力概率预测方法，包括以下步骤：1)将含有多个待选天气变量的原始数据进行归一化处理，并采用最大信息系数MIC对原始数据的维数进行约减；2)将约减后的特征数据集分为训练数据集和测试数据集，并采用K‑means算法将训练数据集和测试数据集分别分为晴天、多云、阴天和雨天四个天气类型数据；3)构建神经网络分位数回归模型并采用训练数据集进行训练；4)采用训练好的神经网络分位数回归模型进行预测得到各条件下的分位数，并通过核密度估计得到近似完整的概率密度函数。与现有技术相比，本发明具有提高预测可靠性和精度、预测区间更窄且覆盖率更高、简单快速等优点。