一种基于改进卷积神经网络的太阳能辐照度预测方法

摘要

本发明公开了一种基于改进卷积神经网络的太阳能辐照度预测方法，包括：导入并预处理历史气象数据集，设计改进的卷积神经网络，以使网络结构适应气象数据的维度，并据此建立预测模型；对该预测模型进行训练，向训练好的预测模型导入验证集得到验证集的前向输出和适应度函数值，调整预测模型的超参数；从多组超参数中找出适应度函数值最小的一组超参数建立太阳能辐照度预测模型；根据气象设备采集到的气象数据建立一个气象数据样本，并导入上述太阳能辐照度预测模型，该模型的输出值即为太阳能辐照度预测值。本发明考虑到气象数据的局部相关性和传统方法的局限性，提高了预测精度，可以指导决策者实施能源战略以充分利用能源。