一种多源异构数据的短期光伏发电功率预测方法及系统技术方案

技术编号:29302525 阅读:44 留言:0更新日期:2021-07-17 01:31
本发明专利技术涉及一种多源异构数据的短期光伏发电功率预测方法及系统,该方法包括:接收非结构化数据的输入,经过Res

A short-term photovoltaic power prediction method and system based on multi-source heterogeneous data

【技术实现步骤摘要】
一种多源异构数据的短期光伏发电功率预测方法及系统


[0001]本专利技术涉及短期光伏发电功率预测技术,具体涉及一种多源异构数据的短期光伏发电功率预测方法及系统。

技术介绍

[0002]近二十年全球变暖不断加剧,极端灾害频发,面对迫在眉睫的气候危机,建成以新能源和可再生能源为主体的可持续能源体系是必然的改革方向。太阳能开发利用已经成为全球能源转型的重要领域,光伏发电全面进入规模化发展阶段,呈现出良好的发展前景。光伏发电具有清洁环保、投资成本低等优点,准确的预测光伏发电功率可以提高光伏电站运营效率,帮助电网调度部门及时调整运行方式,提升电网运行的安全性,经济性和稳定性。
[0003]然而由于光伏发电出力受气象等因素影响较大,其较强的间歇性和波动性使得高比例光伏接入后给电力系统造成巨大的冲击与挑战。间接的预测方法将气象数据作为输入,构建辐射预测模型和光转电模型从而预测光伏输出功率,这种方法难以同时获取结构化数据和非结构化数据的特征且预测精度较低。将多源异构的数据如数值天气预报(Numerical Weather Prediction,NWP)本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多源异构数据的短期光伏发电功率预测方法,其特征在于,该方法包括以下步骤:接收非结构化数据的输入,经过Res

Unet模型得到未来非结构化数据特征图,其中特征图作为解码器中注意力机制和长短期记忆网络模块的输入;所述编码器模块同样接收结构化数据的输入,经过编码器模块的长短期记忆网络和注意力机制模块后,得到结构化数据特征图,然后与非结构化数据特征图融合,输入到解码器模块;所述非结构化数据包括历史时刻的卫星云图的短波辐射图SWR数据;所述结构化数据包括总辐照度、直射辐照度、散射辐照度、环境温度、环境湿度、气压等传感器数值中的一种或多种,以及数值天气预报NWP数据和历史功率记录数据;接收结构化数据特征图与非结构化数据特征图融合后的特征,通过注意力机制和长短期记忆网络模块对其解码后,得到未来时刻的光伏出力。2.根据权利要求要求1所述的方法,其特征在于,还包括数据预处理步骤,所述数据预处理是对所述结构化数据计算方差、均值,进行标准归一化,同时,对所述非结构化数据中SWR卫星图像数据调整至256
×
256尺寸。3.根据权利要求要求1所述的方法,其特征在于,所述长短期记忆网络中各变量之间的计算公式为:f
t
=σ(W
f
*(h
t
‑1,x
t
)+b
f
)i
t
=σ(W
i
*(h
t
‑1,x
t
)+b
i
))o
t
=σ(W
o
*(h
t
‑1,x
t
)+b
o
)h
t
=o
t
*tanh(C
t
)y
t
=σ(W*h
t
)式中:f
t
、i
t
、o
t
、C
t
分别为遗忘门、输入门、输出门、记忆细胞状态的向量值,W
f
、W
i
、W
o
、W
C
为遗忘门、输入门、输出门、记忆细胞的权重系数,b
f
、b
i
、b
o
、b
C
为遗忘门、输入门、输出门、记忆细胞的偏置向量,σ为激活函数,tanh为双曲正切函数;当前t时刻数据x
t
输入后,前一个单元的状态c
t
‑1会进行更新产生当前时刻的状态c
t
;h
t
看作短期状态,c
t
看作长期状态,y
t
是当前时刻的输出。4.根据权利要求要求1所述的方法,其特征在于,所述通过注意力机制和长短期记忆网络模块对其解码后,得到未来时刻的光伏出力步骤,包括:注意力机制将输入序列为输出序列为对于输入,先将其线性映射到三个不同的空间,得到Q,K,V。其中:对于输入,先将其线性映射到三个不同的空间,得到Q,K,V。其中:对于输入,先将其线性映射到三个不同的空间,得到Q,K,V。其中:对于每一个查询向量q
j
∈Q计算输出向量h
j
有:
其中,α
j
为计算出的注意力分数,k
j
∈K,v
n
∈V,都是输入X的某一线性映射空间中的一个向量,s
j
(k
j
,q
j
)为计算两者的相似性或者相关性的函数,函数s
j
(k
j
,q
j
)可为求两者的向量点积、cosine相似度公式、或引入其他神经网络处理;该方案选择使用求点积公式,即s
j
(k
j
,q
j
)=q
j
·
k
j
。5.根据权利要求要求1所述的方法,其特征在于,所述经过Res

Unet模型得到未来非结构化数据特征图步骤,包括:采用Encoder

Decoder结构,首先对SWR图像进行多次卷积层和下采样,再进行上采样,裁剪之前的低层特征图,与上采样后的特征图进行融合,重复上采样和融合的过程直到得到与输入图像尺寸相同的预测图像。6.一种基于多源异构数据的短期光伏发电功率预测系统,其特征在于,...

【专利技术属性】
技术研发人员:王珏姚铁锤王晓光刘晓艳许可王彦棡
申请(专利权)人:中国科学院计算机网络信息中心
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1