【技术实现步骤摘要】
基于数据挖掘和多核支持向量机的短期光伏功率预测方法
[0001]本专利技术涉及新能源功率预测领域,特别是与光伏相关的领域,具体是一种基于数据挖掘和多核支持向量机的短期光伏功率预测方法。
技术介绍
[0002]能源在历史的进程上推动了数次工业革命,是世界经济发展的重要动力。但与此同时,大量地使用化石能源,也带来了能源资源短缺、全球气候变暖、环境恶化等一系列问题。为解决这些问题,我国提出了“力争2030年前实现碳达峰、在2060年前实现碳中和”的重大战略决策。在“双碳目标”的推动下,中国电力结构正从“适应高比例新能源”转变为“新能源为主体”的新型电力结构,新能源将在未来的电力系统中发挥更重要的作用。
[0003]作为新能源发电中的重要组成部分的光伏发电也得到了长足的发展,光伏发电在电网中的渗透率日益增高。根据国家能源局于2020年2月28日发布的2019年光伏发电并网运行情况,截止2019年底,我国光伏发电装机容量累计达到20430万千瓦,同比增长17.3%,其中集中式光伏14167万千瓦,同比增长14.5%,分布式光伏6263万千瓦,同比增长24.2%;预计2020年我国光伏装机容量为3500
‑
4500万千瓦。然而,光伏出力的随机性和波动性会对电力系统的安全稳定运行产生不利影响。因此,高精度的光伏功率预测在电力调度中具有重要意义。
[0004]通过对现有技术的调研,光伏功率预测方法主要有BP神经网络、长短期记忆网络(LSTM)、支持向量机和物理模型预测法。目前机器学习模型对光伏出力进 ...
【技术保护点】
【技术特征摘要】
1.一种基于数据挖掘和多核支持向量机的短期光伏功率预测方法,其特征在于,包括:获取多源原始数据;对所获取的原始数据进行数据预处理,得到各数据源对应的样本集;基于生成的样本集,利用辐照度和功率的特征表示参数进行k
‑
means与SOM结合的二次聚类选取历史相似日,组成相似日样本集;利用相似日样本集,判断数据来源,在线性核函数、多项式核函数、高斯核函数与Sigmoid核函数中两两选择组成多核函数;根据组成的多核函数,在每种多核函数组合下,利用多核支持向量机进行光伏发电功率预测,得到预测结果,计算误差,得到最佳多核函数组合与最佳预测结果。2.根据权利要求1所述的基于数据挖掘和多核支持向量机的短期光伏功率预测方法,其特征在于,获取多源原始数据,是指获取光伏发电功率和辐照度的原始数据,获得方法是选取待预测日的当年前三个月,前一年待预测日当月及前后各一个月的光伏发电功率和辐照度作为原始数据。3.根据权利要求1所述的短期光伏功率预测方法,其特征在于,对原始数据进行数据预处理,包括:a)数据清洗:
①
采用牛顿插值法对缺失数据进行补全:f(t
k
)=f(t
k
‑2)+f[t
k
‑2,t
k
‑1](t
k
‑
t
k
‑2)+f[t
k
‑2,t
k
‑1,t
k+1
](t
k
‑
t
k
‑2)(t
k
‑
t
k
‑1)+f[t
k
‑2,t
k
‑1,t
k+1
,t
k+2
](t
k
‑
t
k
‑2)(t
k
‑
t
k
‑1)(t
k
‑
t
k+1
)其中,f(t)是数据在时刻t的值,t
k
是数据缺失的时刻,t
k
‑2、t
k
‑1、t
k+1
和t
k+2
是发生数据缺失的时刻附近的四个采样时间,f[t0,t1,
…
,t
m
]是f(t)的m阶差商;
②
异常数据判断:通过横向和纵向对比的方法确定数据是否异常:如果或者则数据f(i,t)是异常数据,将异常数据视为缺失数据,按照填补缺失数据的方法修改异常数据;其中,f(i,t)代表数据在第i天时刻t的值,表示最近几日t时刻数据的平均值,表示第i天t时刻前后数据的平均值,ε和σ是误差界限,b)数据去噪:
①
利用小波函数对光伏功率和辐照度进行三层小波分解,得到小波系数ω
j,k
,其中,j为离散小波变换频率,k为离散小波变换时变量;
②
选定合适的阈值T,对各尺度小波系数采用软阈值函数,进行非线性阈值处理,得到估计小波系数估计小波系数
③
基于各尺度估计小波系数采用离散小波反变换,得到去噪之后的估计信号集合;
④
过零处理:对步骤
③
得到的估计信号集合进行过零处理,将负的部分替换为0,得到
最终可用的样本集和4.根据权利...
【专利技术属性】
技术研发人员:孙丰杰,撖奥洋,周生奇,刘宏波,张子矜,董文妍,
申请(专利权)人:国网山东省电力公司青岛供电公司,
类型:发明
国别省市:
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。