分布式光伏功率智能预测方法及装置制造方法及图纸

本发明专利技术公开了一种分布式光伏功率智能预测方法及装置，该方法包括：根据预先确定出的用于训练的所有天气类型的目标训练数据，训练预设的待训练预测模型，得到训练后预测模型，并判断训练后预测模型是否收敛，若是，则将训练后预测模型确定为目标预测模型；该目标预测模型用于预测光伏电站的未来光伏功率参数。可见，实施本发明专利技术能够训练出用于预测未来光伏功率参数的预测模型，以智能化地依据光伏电站的当前天气类型对未来光伏功率参数进行预测，这样，有利于降低天气情况对光伏功率参数造成的影响程度，进而有利于提高预测出的未来光伏功率参数，从而有利于依据未来光伏功率参数及时地对电网进行调度，使得电网能够正常运行，保障用户正常用电。障用户正常用电。障用户正常用电。

【技术实现步骤摘要】
分布式光伏功率智能预测方法及装置


[0001]本专利技术涉及光伏变电监测
，尤其涉及一种分布式光伏功率智能预测方法及装置。

技术介绍

[0002]随着全球工业化进程的高速发展，人类对能源的开采和使用量日益增加。面对能源危机的严峻趋势，清洁能源的开发工作迫在眉睫。为此，人们通过建设光伏发电站，将可再生的光能转换为电能以满足城市和乡村的用电需求。
[0003]当前，在电网发电计划制定、机组调峰调频等工作中常需要对光伏发电站的光伏功率进行预测，以及时对电网进行调度，保障电网的正常运行以及用户的正常用电。目前，光伏功率预测技术虽然逐渐成熟，但是其还是容易受到各种环境因素的影响，如天气情况等，使得预测出来的光伏功率参数准确性不高，从而难以及时地对电网进行调度，影响电网的电能输出。可见，提供一种能够提高光伏功率预测准确性的方法尤为重要。

技术实现思路

[0004]本专利技术所要解决的技术问题在于，提供一种分布式光伏功率智能预测的方法及装置，能够有利于降低天气情况对光伏功率参数造成的影响程度，进而有利于提高预测出的未来光伏功率参本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分布式光伏功率智能预测方法，其特征在于，所述方法包括：确定用于训练的至少一种天气类型的目标训练数据；所有所述天气类型的目标训练数据为针对所有所述天气类型下光伏电站的历史光伏功率数据，所有所述天气类型的目标训练数据包括晴天类型、降水类型、雷电类型、风尘类型以及阴天类型的目标训练数据；根据所有所述天气类型的目标训练数据，对预设的待训练预测模型执行训练操作，得到训练后预测模型，并判断所述训练后预测模型是否收敛；当判断结果为是时，将所述训练后预测模型确定为目标预测模型；所述目标预测模型用于基于所述光伏电站的当前天气类型预测所述光伏电站的未来光伏功率参数。2.根据权利要求1所述的分布式光伏功率智能预测方法，其特征在于，在所述根据所有所述天气类型的目标训练数据，对预设的待训练预测模型执行训练操作，得到训练后预测模型之前，所述方法还包括：确定所有所述天气类型的目标训练数据所对应的数据情况；所述数据情况包括数据特殊值情况、数据缺失情况以及数据噪声情况；根据所述数据情况，确定所有所述天气类型的目标训练数据所对应的模型训练影响情况，并根据所述模型训练影响情况，确定所有所述天气类型的目标训练数据所对应的模型训练影响度；判断所述模型训练影响度的绝对值是否小于等于预设影响度阈值；当判断出所述模型训练影响度的绝对值小于等于所述预设影响度阈值时，触发执行所述的根据所有所述天气类型的目标训练数据，对预设的待训练预测模型执行训练操作，得到训练后预测模型的操作；当判断出所述模型训练影响度的绝对值大于所述预设影响度阈值时，根据所述数据情况，确定所有所述天气类型的目标训练数据对应的数据处理类型；根据所述数据处理类型，对所有所述天气类型的目标训练数据进行处理，以更新所有所述天气类型的目标训练数据，并触发执行所述的根据所有所述天气类型的目标训练数据，对预设的待训练预测模型执行训练操作，得到训练后预测模型的操作；所有所述天气类型的目标训练数据为更新后的所有所述天气类型的目标训练数据。3.根据权利要求1或2所述的分布式光伏功率智能预测方法，其特征在于，所述确定用于训练的至少一种天气类型的目标训练数据，包括：获取待划分类型的原始训练数据集；根据所述原始训练数据集，确定所述原始训练数据集中每个原始训练数据对应的辐照度衰减指数；根据每个所述原始训练数据对应的辐照度衰减指数，对每个所述原始训练数据执行天气类型划分操作，得到每个所述原始训练数据所属的天气类型；根据所有所述原始训练数据所属的天气类型，确定用于训练的至少一种天气类型下的目标训练数据。4.根据权利要求3所述的分布式光伏功率智能预测方法，其特征在于，所述根据所述原始训练数据集，确定所述原始训练数据集中每个原始训练数据对应的辐照度衰减指数，包括：根据所述原始训练数据集，获取预先测量出的所述原始训练数据集中每个原始训练数
据对应的目标辐照度参数以及预先计算出的每个所述原始训练数据对应的参照辐照度参数；根据每个所述原始训练数据对应的目标辐照度参数以及对应的参照辐照度参数，确定每个所述原始训练数据对应的辐照度衰减指数。5.根据权利要求4所述的分布式光伏功率智能预测方法，其特征在于，所述根据每个所述原始训练数据对应的目标辐照度参数以及对应的参照辐照度参数，确定每个所述原始训练数据对应的辐照度衰减指数，包括：根据每个所述原始训练数据对应的目标辐照度参数，确定每个所述原始训练数据对应的第一辐照度面积参数；根据每个所述原始训练数据对应的参照辐照度参数，确定每个所述原...

【专利技术属性】
技术研发人员：李斯陶，杨光，石刚，陈豪，喻雪莹，
申请(专利权)人：南方电网数字平台科技广东有限公司，
类型：发明
国别省市：