基于专家系统的分布式能源优化控制管理方法技术方案

本发明专利技术涉及数据处理技术领域，具体涉及一种基于专家系统的分布式能源优化控制管理方法。该方法通过对光照强度曲线进行分解获得内涵模态分量并根据频率分割获得分量类别，根据分量类别与光照强度匹配程度获得模式段组成的模式，根据模式段构成不同模式段范围与温度相关性分析获得最佳邻域范围，根据分量类别与光照强度在当前时间点相似程度获得保留类别，根据保留类别对应模式与光照强度相似程度分析获得最相关模式段范围，通过最相关模式段范围与温度的相关性调整神经网络，获得光照预测值通过专家系统完成能源分配。本发明专利技术通过数据处理，考虑光照曲线中变化规律与温度的关系，使光照预测值更加准确，能源分配效果更好。能源分配效果更好。能源分配效果更好。

【技术实现步骤摘要】
基于专家系统的分布式能源优化控制管理方法


[0001]本专利技术涉及数据处理
，具体涉及一种基于专家系统的分布式能源优化控制管理方法。

技术介绍

[0002]分布式能源包括生物能发电、燃气轮机和光伏电池、燃料电池等，其中光伏电池即光伏板由于效率高，受环境限制小被广泛应用，电能分配目前主要通过每个区域的需求电量减去存储电量得到每个区域的分配电量，存储电量即分布式能源转化的电量。因此就需要对存储电量进行预测，提前确定每个区域的分配电量，由于影响电能存储的主要是光照强度，因此现有方法往往通过LSTM网络对光照强度进行预测结合相应的光照强度转电能的模型得到未来一段时间的存储电量。
[0003]专利技术人在实践中，发现上述现有技术存在以下缺陷：一般情况下光照强度越大，温度越高，而较高温度反而会影响光伏板的功率，因此会引入了温度因素对光照强度进行更好的预测，但是由于光照强度变化的随机性较大，且一些光照强度变化与温度相关性较小，直接将温度与光照强度关联，会使LSTM的光照预测结果与实际情况的偏差较大，进而影响后续的电量分配。

技术实现思路

[0004]为了解决现有技术中由于光照强度变化的随机性较大，直接将温度与光照强度关联，会使LSTM的光照预测结果与实际情况的偏差较大的技术问题，本专利技术的目的在于提供一种基于专家系统的分布式能源优化控制管理方法，所采用的技术方案具体如下：本专利技术提供了一种基于专家系统的分布式能源优化控制管理方法，所述方法包括：通过太阳能光伏板上安装的传感器获取每个区域在待分配时间点之前预设采样时间段上的光照强度曲线和温度曲线；将光照强度曲线进行分解获得至少两个内涵模态分量；在每个内涵模态分量中，根据频率将不同的分量元素进行迭代分割获得至少两个分量类别，根据每个分量类别与光照强度曲线在对应时间段的匹配程度获得光照强度曲线中每个元素的模式值；相同模式值的相邻元素组成模式段，模式值相同的模式段组成同一模式；将任意一个模式作为参考模式，参考模式中每个模式段与不同预设邻域范围内模式段依次组成不同的模式段范围，根据不同模式段范围与温度曲线的相关性获得最佳模式段范围，将最佳模式段范围对应的预设邻域范围作为参考模式的最佳邻域范围；根据每个分量类别与光照强度曲线中待分配时间点之前的对应长度曲线的相似程度获得保留类别；在每个模式的保留类别和最佳邻域范围对应待分配时间点之前的时间段上，根据光照强度曲线与保留类别的相似程度获得最相似保留类别；根据最相似保留类别对应模式的每个最佳模式段范围与光照强度曲线的相似程
度获得最相关模式段范围，将最相关模式段范围与温度曲线的相关性作为温度权重；根据温度权重调整神经网络获得光照强度预测值，根据光照强度预测值通过专家系统对能源进行分配。
[0005]进一步地，所述根据频率将不同的分量元素进行迭代分割获得至少两个分量类别包括：获得每个内涵模态分量内不同分量元素的频率信息，根据频率信息获得每个内涵模态分量内所有的周期波段，将不同周期波段的周期长度按照从小到大的顺序排列组成周期长度序列；根据周期长度序列将对应的内涵模态分量进行分割，将第一次分割后的曲线之间的余弦相似度作为分割曲线相似度；当分割曲线相似度大于预设的类别阈值时，将对应的曲线划分为一个预选类别，将曲线数量最多的预选类别作为一个分量类别，对其余未划分为分量类别的曲线继续分割，完成迭代分割获得至少两个分量类别；并将每个分量类别中的曲线均值作为每个分量类别的代表曲线。
[0006]进一步地，所述根据每个分量类别与光照强度曲线在对应时间段的匹配程度获得光照强度曲线中每个元素的模式值包括：将每个分量类别的代表曲线与光照强度曲线在对应时间段的余弦相似度作为光照强度曲线对应时间段上每个元素的相似度值；获得光照强度曲线中每个元素的所有相似度值，将最大相似度值对应的内涵模态分量值作为每个元素的模式值。
[0007]进一步地，所述根据不同模式段范围与温度曲线的相关性获得最佳模式段范围包括：在参考模式中，对每种预设邻域范围分析，获得每个模式段范围和对应温度曲线的皮尔逊系数，获得参考模式对应预设邻域范围的所有皮尔逊系数，将皮尔逊系数的方差值作为邻域方差值；获得所有邻域方差值中的最小值，将最小值对应的模式段范围作为最佳模式段范围。
[0008]进一步地，所述保留类别的获取包括：获得目标分量类别对应的分量时间段，在当前时刻前的分量时间段中，将目标分量类别对应的曲线与光照强度曲线的余弦相似度作为曲线相似度，当曲线相似度大于预设相似度阈值时，将曲线相似度对应的目标分量类别作为保留类别；获得所有的保留类别。
[0009]进一步地，所述根据光照强度曲线与保留类别的相似程度获得最相似保留类别包括：在每个模式的保留类别和最佳邻域范围对应待分配时间点之前的时间段上，获取保留类别与光照强度曲线的余弦相似度作为保留相似度，获得所有保留类别的保留相似度，将保留相似度最大的保留类别作为最相似保留类别。
[0010]进一步地，所述将最相似保留类别对应的模式与温度曲线的相关性作为温度权重包括：将最相似保留类别对应的模式作为相关模式，将相关模式中对应的每个最佳模式段范围与光照强度曲线在对应时间段上的余弦相似度作为模式段相似度，获得模式段相似度的最大值，将最大值对应的模式段范围作为最相关模式段范围；
获得最相关模式段范围与对应温度曲线之间的皮尔逊系数，将皮尔逊系数作为温度权重。
[0011]进一步地，所述根据温度权重调整神经网络获得光照强度预测值包括：采用长短期记忆神经网络模型，根据获得的每个时刻对应数据的温度权重构造新的损失函数对长短期记忆神经网络模型进行调整，获得将来每个时刻的光照强度预测值。
[0012]本专利技术具有如下有益效果：本专利技术对获得的内涵模态分量根据频率将不同的分量元素进行迭代分割，尽可能使频率相近的曲线不会被划分为一个分量类别中，使分类更精确，使后续获得的光照变化规律更准确。根据分量类别与光照强度曲线的相似度获得光照强度曲线的模式，光照强度曲线的不同模式可以反映光照强度中的不同变化规律。考虑到不同模式对温度的相关性是不一样的，且温度影响的范围性，对每个模式的模式段获取相关性最大的模式段范围，并进一步根据分量类别的相似程度获得影响光照强度最大的分量类别，使其对应的温度相关性更能准确反映温度与光照强度之间的相关性，最终获得的温度权重更精确，使调整后的神经网络得到的光照预测值更准确，进而使能源分配时的效果更优。
附图说明
[0013]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0014]图1为本专利技术一个实施例所提供的一种基于专家系统的分布式能源优化控制管理方法流程图；图2为本专利技术一个实施例所提供的一个原始光照强度曲线示意图；图3为本专利技术一个实施例所提供的第一种内涵模态分量曲线示意图；图4本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于专家系统的分布式能源优化控制管理方法，其特征在于，所述方法包括：通过太阳能光伏板上安装的传感器获取每个区域在待分配时间点之前预设采样时间段上的光照强度曲线和温度曲线；将光照强度曲线进行分解获得至少两个内涵模态分量；在每个内涵模态分量中，根据频率将不同的分量元素进行迭代分割获得至少两个分量类别，根据每个分量类别与光照强度曲线在对应时间段的匹配程度获得光照强度曲线中每个元素的模式值；相同模式值的相邻元素组成模式段，模式值相同的模式段组成同一模式；将任意一个模式作为参考模式，参考模式中每个模式段与不同预设邻域范围内模式段依次组成不同的模式段范围，根据不同模式段范围与温度曲线的相关性获得最佳模式段范围，将最佳模式段范围对应的预设邻域范围作为参考模式的最佳邻域范围；根据每个分量类别与光照强度曲线中待分配时间点之前的对应长度曲线的相似程度获得保留类别；在每个模式的保留类别和最佳邻域范围对应待分配时间点之前的时间段上，根据光照强度曲线与保留类别的相似程度获得最相似保留类别；根据最相似保留类别对应模式的每个最佳模式段范围与光照强度曲线的相似程度获得最相关模式段范围，将最相关模式段范围与温度曲线的相关性作为温度权重；根据温度权重调整神经网络获得光照强度预测值，根据光照强度预测值通过专家系统对能源进行分配。2.根据权利要求1所述的基于专家系统的分布式能源优化控制管理方法，其特征在于，所述根据频率将不同的分量元素进行迭代分割获得至少两个分量类别包括：获得每个内涵模态分量内不同分量元素的频率信息，根据频率信息获得每个内涵模态分量内所有的周期波段，将不同周期波段的周期长度按照从小到大的顺序排列组成周期长度序列；根据周期长度序列将对应的内涵模态分量进行分割，将第一次分割后的曲线之间的余弦相似度作为分割曲线相似度；当分割曲线相似度大于预设的类别阈值时，将对应的曲线划分为一个预选类别，将曲线数量最多的预选类别作为一个分量类别，对其余未划分为分量类别的曲线继续分割，完成迭代分割获得至少两个分量类别；并将每个分量类别中的曲线均值作为每个分量类别的代表曲线。3.根据权利要求2所述的基于专家系统的分布式能源优化控制管理方法，其特征在于，所述根据每个分量类别与光照强度曲线在对应时间段的匹配程度获得光照强度曲线中每个元素的模式值包括：将每个分量类别的代表曲线与光...

【专利技术属性】
技术研发人员：胡波，魏培华，徐庆，孔令彪，田发中，王磊，李国勇，程毓虎，
申请(专利权)人：山东创宇环保科技有限公司，
类型：发明
国别省市：