一种基于相似日聚类和多源数据的超短期光伏功率组合预测方法技术

本发明专利技术的公开了一种基于相似日聚类和多源数据的超短期光伏功率组合预测方法，涉及电力领域。针对光伏发电高度依赖天气条件的性质，本发明专利技术提出了改进自适应噪声集合经验模态分解与样本熵的两阶光伏数据降噪与重构方法，揭示光伏功率时间序列潜在的周期性和规律性。随后，利用自组织映射网络与Kmeans两阶天气聚类算法划分天气类型，构建多维特征集，帮助预测模型理解光伏系统在不同气象条件下的运行规律。最后，将处理后的光伏数据和相关气象影响因子输入到时域卷积双向长短期记忆模型中，进行多数据源驱动预测。本技术方案在时间序列建模和信息捕获方面的综合性能更强，能更好地理解光伏发电数据中的季节性、周期性和不规则模式。

【技术实现步骤摘要】

本专利技术属于电力系统超短期光伏输出功率的预测，涉及一种基于相似日聚类和多源数据的超短期光伏功率组合预测方法。

技术介绍

1、光伏发电作为一种可再生能源形式，受到了广泛的关注和应用。然而，光伏输出功率具有显著的极端天气、波动性和受天气条件限制的特点，这使得对其产生的电能进行准确的短期预测尤为困难。特别是在超短期(数分钟到数小时)时间尺度内，光伏功率的准确预测对于电力系统的稳定性和安全性至关重要。超短期光伏预测是一项复杂的任务，需要考虑光伏输出功率的瞬时变化与天气条件变化的非线性响应。此外，在高温、寒潮等极端天气下，电力电量平衡问题尤为突出。传统预测技术已经无法满足当前复杂环境下的精度要求，因此需要更先进的技术和方法来改进光伏输出功率的超短期预测准确性，为电网的稳定运行提供算法支撑。在现有光伏预测方法中，普遍存在对波动性较强的天气状况下光伏输出功率预测精度较低的情况。例如：授权公告号为cn109919353b的中国专利，使用时间序列模型arima预测光伏出力。此类方法均存在难以处理非线性关系、非平稳时间序列和突发事件的影响，尤其在超短期内，无法满足准确性和鲁本文档来自技高网...

【技术保护点】

1.一种基于相似日聚类和多源数据的超短期光伏功率组合预测方法，其特征在于，具体按照以下步骤实施：

2.根据权利要求1所述的一种基于相似日聚类和多源数据的超短期光伏功率组合预测方法，其特征在于，所述步骤1具体按照以下实施：

3.根据权利要求1所述的一种基于相似日聚类和多源数据的超短期光伏功率组合预测方法，其特征在于，所述步骤2具体按照以下实施：

4.根据权利要求1所述的一种基于相似日聚类和多源数据的超短期光伏功率组合预测方法，其特征在于，所述步骤3具体按照以下实施：

5.根据权利要求1所述的一种基于相似日聚类和多源数据的超短期光伏功率组合预测...

【技术特征摘要】

1.一种基于相似日聚类和多源数据的超短期光伏功率组合预测方法，其特征在于，具体按照以下步骤实施：

2.根据权利要求1所述的一种基于相似日聚类和多源数据的超短期光伏功率组合预测方法，其特征在于，所述步骤1具体按照以下实施：

3.根据权利要求1所述的一种基于相似日聚类和多源数据的超短期光伏功率组合预测方法，其特征在于，所述步骤2具体按照以下实施：

4.根...

【专利技术属性】
技术研发人员：韩杨，张明岳，田文正，杨平，王丛岭，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：