System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术实施例涉及发电站发电量预测,尤其涉及一种新能源发电站的发电量预测方法、装置、设备及介质。
技术介绍
1、新能源发电站包括光伏电站和风电场,分别通过光伏发电,以及风力发电来对各个厂区等用电场所进行供电,为了合理分配各个厂区之间的供电量,首先需要对发电厂的发电量进行预测,进而如何提高发电量的预测精度是目前亟需解决的技术问题。
技术实现思路
1、本专利技术提供一种新能源发电站的发电量预测方法、装置、设备及介质,通过将同一位置因素下环境因素对发电量影响情况相近的划分为同一组发电单元组,之后针对每组分别进行模型训练,进而可以使模型训练对同一组发电单元组的训练学习结果更加精准,提高了总预测发电量的准确性。
2、第一方面,本专利技术实施例提供了一种新能源发电站的发电量预测方法,该发电量预测方法包括:
3、s110、获取所述新能源发电站中各个发电单元的位置信息,所述位置信息包括至少一个位置因素;
4、s120、将同一位置因素下环境因素对发电量影响情况的差异在预设范围内的发电单元,划分为同一组发电单元组,得到多组发电单元组;
5、s130、对每组发电单元组分别进行模型训练,得到不同发电单元组的多个发电量预测结果,并将多个所述发电量预测结果进行融合,得到同一位置因素下的总预测发电量。
6、可选的,在对每组发电单元组分别进行模型训练,得到不同发电单元组的多个发电量预测结果,并将多个所述发电量预测结果进行融合,得到同一位置因素下的总预测
7、重复步骤s120-s130,得到不同位置因素下的多个总预测发电量,对多个所述总预测发电量进行融合,得到第一预测发电量。
8、可选的,所述对多个所述总预测发电量进行融合,得到第一预测发电量包括:
9、获取所述新能源发电站的地理位置信息以及发电站类型信息;
10、根据所述地理位置信息以及所述发电站类型信息,确定至少一个位置因素的第一权重信息,根据所述第一权重信息对不同位置因素下的多个所述总预测发电量进行融合,得到第一预测发电量。
11、可选的,所述将多个发电量预测结果进行融合,得到同一位置因素下的总预测发电量包括:
12、根据同一位置因素下环境因素对不同发电单元组的影响程度,得到多组发电单元组的第二权重信息,根据所述第二权重信息对不同发电单元组的多个发电量预测结果进行融合,得到同一位置因素下的总预测发电量。
13、可选的,所述将多个发电量预测结果进行融合,得到同一位置因素下的总预测发电量包括:
14、将不同发电单元组的多个发电量预测结果求和,得到同一位置因素下的总预测发电量。
15、可选的,所述位置因素包括经度信息、纬度信息、海拔信息以及分布信息的其中一者;
16、所述环境因素包括太阳光照、风力、风向、温度、相对湿度、气压、云量等情况。
17、可选的,所述地理位置信息包括平缓地形和山地丘陵地形,所述发电站类型信息包括集中式发电站和分布式发电站。
18、第二方面,本专利技术实施例还提供了一种新能源发电站的发电量预测装置,该发电量预测装置包括:
19、获取模块,用于获取所述新能源发电站中各个发电单元的位置信息,所述位置信息包括至少一个位置因素;
20、分组模块,用于将同一位置因素下环境因素对发电量影响情况的差异在预设范围内的发电单元,划分为一组发电单元组,得到多组发电单元组;
21、计算模块,用于对每组发电单元组分别进行模型训练,得到不同发电单元组的多个发电量预测结果,并将多个所述发电量预测结果进行融合,得到同一位置因素下的总预测发电量。
22、第三方面,本专利技术实施例还提供了一种新能源发电站的发电量预测设备,所述发电量预测设备包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储装置;其中,所述存储装置存储有可被所述至少一个处理器执行的程序,所述程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本专利技术任意实施例所述的发电量预测方法。
23、第四方面,本专利技术实施例还提供了一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现本专利技术实施例任意所述的发电量预测方法。
24、本专利技术实施例通过获取新能源发电站中各个发电单元的位置信息,位置信息包括至少一个位置因素。将同一位置因素下环境因素对发电量影响情况的差异在预设范围内的发电单元,划分为同一组发电单元组,得到多组发电单元组。对每组发电单元组分别进行模型训练,得到不同发电单元组的多个发电量预测结果,并将多个发电量预测结果进行融合,得到同一位置因素下的总预测发电量。如此,将同一位置因素下环境因素对发电量影响情况相近的划分为同一组发电单元组,之后针对每组分别进行模型训练,进而可以使模型训练对同一组发电单元组的训练学习结果更加精准,提高了总发电量预测的准确性。
本文档来自技高网...【技术保护点】
1.一种新能源发电站的发电量预测方法,其特征在于,所述发电量预测方法包括:
2.根据权利要求1所述的发电量预测方法,其特征在于,在对每组发电单元组分别进行模型训练,得到不同发电单元组的多个发电量预测结果,并将多个所述发电量预测结果进行融合,得到同一位置因素下的总预测发电量之后,包括:
3.根据权利要求2所述的发电量预测方法,其特征在于,所述对多个所述总预测发电量进行融合,得到第一预测发电量包括:
4.根据权利要求1所述的发电量预测方法,其特征在于,所述将多个所述发电量预测结果进行融合,得到同一位置因素下的总预测发电量包括:
5.根据权利要求1所述的发电量预测方法,其特征在于,所述将多个所述发电量预测结果进行融合,得到同一位置因素下的总预测发电量包括:
6.根据权利要求1所述的发电量预测方法,其特征在于,所述位置因素包括经度信息、纬度信息、海拔信息以及分布信息的其中一者;
7.根据权利要求3所述的发电量预测方法,其特征在于,所述地理位置信息包括平缓地形和山地丘陵地形,所述发电站类型信息包括集中式发电站和分布式发
8.一种新能源发电站的发电量预测装置,其特征在于,包括:
9.一种新能源发电站的发电量预测设备,其特征在于,所述发电量预测设备包括:
10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任一所述的发电量预测方法。
...【技术特征摘要】
1.一种新能源发电站的发电量预测方法,其特征在于,所述发电量预测方法包括:
2.根据权利要求1所述的发电量预测方法,其特征在于,在对每组发电单元组分别进行模型训练,得到不同发电单元组的多个发电量预测结果,并将多个所述发电量预测结果进行融合,得到同一位置因素下的总预测发电量之后,包括:
3.根据权利要求2所述的发电量预测方法,其特征在于,所述对多个所述总预测发电量进行融合,得到第一预测发电量包括:
4.根据权利要求1所述的发电量预测方法,其特征在于,所述将多个所述发电量预测结果进行融合,得到同一位置因素下的总预测发电量包括:
5.根据权利要求1所述的发电量预测方法,其特征在于,所述将多个所述发电量预...
【专利技术属性】
技术研发人员:马坤鹏,翟志祥,刘寒寒,杨浩巍,刘龙,苗文彬,邵旅华,宋玉廷,余奕,
申请(专利权)人:上海思源弘瑞自动化有限公司,
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。