国网河北省电力有限公司衡水供电分公司

本申请提供一种融合模型动态调整与反馈校正的光伏功率预测方法及装置，涉及光伏功率预测技术领域。该方法包括：获取第一时间序列，将第一时间序列输入基于反向传播神经网络构建的第一光伏功率预测模型，输出第一预测光伏功率序列，第一时间序列包括待预测日24小时的辐照度和温度；获取第二时间序列，将第二时间序列输入基于长短期记忆网络构建的第二光伏功率预测模型，输出第二预测光伏功率序列，第二时间序列包括待预测日前N天24小时的历史光伏功率；确定第一预测光伏功率序列的第一类别标签，确定第二预测光伏功率序列的第二类别标签；基于第一类别标签和第二类别标签，确定待预测日的目标预测光伏功率序列。本申请能够提升预测精度。

本发明提供一种基于云边协同的电力协议自适应融合方法及系统，涉及电力物联网技术领域。本发明通过边缘智能终端完成协议报文的一次分类识别与置信度判定，可在本地快速识别已有协议，同时筛选出新协议报文上报云端处理，无需在边缘侧执行模型全量增量训练，规避了边缘算力不足与旧协议识别精度下降的问题；通过云端回传的提示词向量包动态更新本地提示词向量库，以极小规模的参数增量扩展模型识别范围，再结合二次识别完成新协议的精准适配，在保障边缘端轻量化运行的前提下，有效提升了对各类电力协议的识别准确度，实现异构终端协议的自适应融合与灵活接入。