【技术实现步骤摘要】
本专利技术属于电力系统，具体涉及一种基于自适应模型的光伏发电系统发电功率预测方法。
技术介绍
1、以风电光伏为基础的新能源发电设备的装机容量将不断扩大。实现发电设备发电功率及发电量数据的准确预测，不仅将为发电设备故障预警、故障诊断提供有力支撑，还会为新能源快速发展提供极大的推进力。
2、但事实上，由于历史数据的时间跨度较大，并且影响光伏发电设备的环境因素较多，很难为不同状态的历史数据赋予对应标签，同时，也很难实现发电功率的精确预测。
3、中国专利技术专利，公开号为cn113947202a，专利名称为一种工业过程多状态感知预测控制器设计方法，采用建立自适应模型的方法，通过不同工作点下的历史数据训练esn神经网络，建立对应不同工作点的预测模型子模型，反映存在工作点切换时的被控过程特征，并针对多特征特征，分状态进行优化算法的求解，最后获得满足工艺要求的控制策略。但是，该专利使用的自适应模型，使用前馈的卷积神经网络来区分不同的工作状态，当预测模型的所有工作状态均已建立对应的子模型时，前馈网络能够区分出当前时刻的工作状态进...
【技术保护点】
1.一种基于自适应模型的光伏发电系统发电功率预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于自适应模型的光伏发电系统发电功率预测方法，其特征在于，所述环境数据每4小时采样一次，包括太阳光辐射强度、太阳入射角度数据、太阳能电池板温度和光伏组件表面积尘情况。
3.根据权利要求1所述的一种基于自适应模型的光伏发电系统发电功率预测方法，其特征在于，所述生产历史数据采用秒级采样周期的生产数据，包括光伏发电设备的发电功率。
4.根据权利要求1所述的一种基于自适应模型的光伏发电系统发电功率预测方法，其特征在于，以环境数据为输...
【技术特征摘要】
1.一种基于自适应模型的光伏发电系统发电功率预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于自适应模型的光伏发电系统发电功率预测方法，其特征在于，所述环境数据每4小时采样一次，包括太阳光辐射强度、太阳入射角度数据、太阳能电池板温度和光伏组件表面积尘情况。
3.根据权利要求1所述的一种基于自适应模型的光伏发电系统发电功率预测方法，其特征在于，所述生产历史数据采用秒级采样周期的生产数据，包括光伏发电设备的发电功率。
4.根据权利要求1所述的一种基于自适应模型的光伏发电系统发电功率预测方法，其特征在于，以环境数据为输入，以生产历史数据为输出，训练esn回声状态网络，建立由多个预测模型子模型构成的自适应模型的步骤包括：
5.根据权利要求4...
【专利技术属性】
技术研发人员：黄力哲，叶林，杜闯，贾宜萌，唐聪，巨扩展，刘勇欣，梁哲铭，曹晶，于淼，
申请(专利权)人：华能新能源股份有限公司，
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。