一种基于决策树的地区小水电集群短期出力预测方法技术

本发明专利技术涉及一种基于决策树的地区小水电集群短期出力预测方法，包括：对地区小水电集群的历史功率数据、地区日降雨量的历史和预测数据进行数据预处理与特征选择；构建历史日最大出力和历史日最小出力的预测模型；获取第一预测模型；得到第二预测模型；通过第二预测模型对第二预测日进行预测；通过两轮筛选进行第二预测日的标幺出力曲线预测；根据第二预测模型的预测结果对第二预测日的预测标幺出力曲线进行标幺化修正处理；将修正后的待预测日的标幺出力曲线和第二预测模型预测出的第二预测日的日最大出力值相乘，获得第二预测日的预测出力曲线。本发明专利技术在训练样本量小、样本质量不佳时，也能达到与现有技术近似的预测精度，且不容易出现过拟合。

【技术实现步骤摘要】

本专利技术涉及一种基于决策树的地区小水电集群短期出力预测方法，属于小水电集群短期出力预测领域。

技术介绍

1、多小水电地区的小水电集群分布点多且面广，多为径流式小水电，无调节能力，来水即发，其运行和出力受降雨支配，因此小水电发电功率曲线存在滞后效应和累积效应。根据现行电力调度体制，电网公司每天需提前预测当地小水电集群的短期出力曲线并按时上报给电力调度部门，用于提前掌握小水电的发电情况并进行计划编制与机组启停安排等合理调度。

2、然而，目前电网公司制定当地的小水电集群短期出力曲线主要依靠预测人员的人工经验，针对该问题的研究方法和技术尚且不多，预测方法准确率不高，在电网调度平台上实现有效落地应用的更是稀少，并缺乏有效实例进行可靠性验证。

3、论文《用于小水电地区负荷预测的两阶段还原法》公开了一种预测方法，分别开展两部分预测(日最大(日最小)出力预测、日标幺出力曲线预测)然后进行组合。该方法考虑预测日的前n天(最大降雨相关日)有无降雨的因素，选取了一次平滑指数法进行当天日最大出力的基值预测，并采用偏差多元回归模型方法对所预测的日最大出力进本文档来自技高网...

【技术保护点】

1.一种基于决策树的地区小水电集群短期出力预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述基于决策树的地区小水电集群短期出力预测方法，其特征在于，所述地区日降雨量的历史数据来源为GPM网格化降雨数据，通过计算该地区各行政区域的日降雨量，根据各所述行政区域的日降雨量，以地区内各行政区域的小水电装机容量占比为权重，进行加权平均获得；所述地区日降雨量的预测数据来源为各行政区域的日前降雨预报数据，通过计算该地区各行政区域的日降雨量，根据各所述行政区域的日降雨量，以地区内各行政区域的小水电装机容量占比为权重，进行加权平均获得。

3.根据权利要求1所述基于决策树的...

【技术特征摘要】

1.一种基于决策树的地区小水电集群短期出力预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述基于决策树的地区小水电集群短期出力预测方法，其特征在于，所述地区日降雨量的历史数据来源为gpm网格化降雨数据，通过计算该地区各行政区域的日降雨量，根据各所述行政区域的日降雨量，以地区内各行政区域的小水电装机容量占比为权重，进行加权平均获得；所述地区日降雨量的预测数据来源为各行政区域的日前降雨预报数据，通过计算该地区各行政区域的日降雨量，根据各所述行政区域的日降雨量，以地区内各行政区域的小水电装机容量占比为权重，进行加权平均获得。

3.根据权利要求1所述基于决策树的地区小水电集群短期出力预测方法，其特征在于，所述构建历史日最大出力和历史日最小出力的lightgbm决策树预测模型，包括对所有历史日，针对同一天地区小水电集群不同的出力水平，分别构建lightgbm决策树预测模型并调参。

4.根据权利要求1所述基于决策树的地区小水电集群短期出力预测方法，其特征在于，将第一预测日前n天的日最大出力、第一预测日前n天的日降雨量、第一预测日和第二预测日的日降雨量预测数据、第一预测日0-9时或0-15时的实时出力作为历史日最大出力的lightgbm决策树预测模型的输入a；其中，第一预测日0-9时的实时出力用于直接预测，0-15时的实时出力用于滚动预测，0-9时的实时出力和0-15时的实时出力的时间分辨率为15分钟。

5.根据权利要求1所述基于决策树的地区小水电集群短期出力预测方法，其特征在于，将第一预测日前n天的日最小出力、第一预测日前...

【专利技术属性】
技术研发人员：汪寅乔，王清凉，胡永洪，苏清梅，张慧瑜，鲍国俊，陈大玮，李传栋，吴璐阳，黄霆，于昊，弋子渊，曾志杰，
申请(专利权)人：国网福建省电力有限公司电力科学研究院，
类型：发明
国别省市：