【技术实现步骤摘要】
发电量预测方法、装置、设备及计算机可读存储介质
本专利技术涉及金融科技领域，尤其涉及一种发电量预测方法、装置、设备及计算机可读存储介质。
技术介绍
目前光伏发电是利用半导体界面的光生伏特效应而将光能直接转变为电能的一种技术。主要由太阳电池板(组件)、控制器和逆变器三大部分组成，主要部件由电子元器件构成。太阳能电池经过串联后进行封装保护可形成大面积的太阳电池组件，再配合上功率控制器等部件就形成了光伏发电装置。光伏发电站以光伏发电系统为主，包含各类建(构)筑物及检修、维护、生活等辅助设施在内的发电站。大规模光伏发电是一种利用太阳能的有效方式，但太阳辐射、大气温度和天气类型等因素容易对光伏发电产生影响，并且呈非线性。因此，光伏发电量的预测对合理安排电器使用时间和最大限度利用太阳能资源、减小用电成本有着重要的意义。目前，光伏发电量预测往往对光伏电站进行整体预测，而光伏电站中的各个太阳电池板的发电量影响因素均不相同，导致发电量预测的准确性较低。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现
【技术保护点】
1.一种发电量预测方法，其特征在于，所述发电量预测方法包括以下步骤：/n获取待预测区域的卫星图像，并对所述卫星图像进行切分，以获得多个子卫星图像；/n确定各个子卫星图像所包括的光伏电站的预测面积，并获取各个子卫星图像所处区域的天气指数；/n基于各个子卫星图像对应的预测面积以及天气指数，通过发电量回归模型进行模型训练，以获得各个子卫星图像所包括的光伏电站的子发电量，并基于各个所述子发电量确定待预测区域对应的光伏电站的发电量。/n
【技术特征摘要】
1.一种发电量预测方法，其特征在于，所述发电量预测方法包括以下步骤：
获取待预测区域的卫星图像，并对所述卫星图像进行切分，以获得多个子卫星图像；
确定各个子卫星图像所包括的光伏电站的预测面积，并获取各个子卫星图像所处区域的天气指数；
基于各个子卫星图像对应的预测面积以及天气指数，通过发电量回归模型进行模型训练，以获得各个子卫星图像所包括的光伏电站的子发电量，并基于各个所述子发电量确定待预测区域对应的光伏电站的发电量。
2.如权利要求1所述的发电量预测方法，其特征在于，所述确定各个子卫星图像所包括的光伏电站的面积的步骤包括：
通过光伏电站分割模型分别对各个子卫星图像进行模型训练，以获得各个子卫星图像对应的光伏电站的图像预测面积；
基于图像预测面积，确定各个子卫星图像所包括的光伏电站的预测面积。
3.如权利要求2所述的发电量预测方法，其特征在于，所述通过光伏电站分割模型分别对各个子卫星图像进行模型训练的步骤之前，还包括：
获取第一训练样本集，其中，所述第一训练样本集包括多个卫星图片，以及各个卫星图片中所包括的光伏电站的实际面积；
基于所述第一训练样本集，对待训练电站分割模型进行模型训练，以获得训练后的电站分割模型；
确定训练后的电站分割模型是否收敛；
若训练后的电站分割模型收敛，则将训练后的待训练电站分割模型作为所述光伏电站分割模型；
若训练后的电站分割模型未收敛，则将训练后的电站分割模型作为待训练电站分割模型，并返回执行基于所述第一训练样本集，对待训练电站分割模型进行模型训练的步骤。
4.如权利要求1所述的发电量预测方法，其特征在于，所述获取各个子卫星图像所处区域的天气指数的步骤包括：
获取各个子卫星图像所处区域对应的室外环境照片；
基于各个所述室外环境照片确定各个所述天气指数。
5.如权利要求4所述的发电量预测方法，其特征在于，所述基于各个所述室外环境照片确定各个所述天气指数的步骤包括：
通过太阳辐射强度回归模型对各个室外环境照片进行模型训练，以获得各个天气指数中的太阳辐射强度，并通过大气温度回归模型对各个室外环境照片进行模型训练，以获得各个天气指数中的大气温度；
或者，
通过联合回归模型对各个室外环境照片进行模型训练，以获得各个天气指数中的太阳辐射强度以及大气温度。<...
【专利技术属性】
技术研发人员：汪飙，侯鑫，邹冲，朱超杰，吴海山，殷磊，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。