【技术实现步骤摘要】
本公开涉及光伏发电，具体涉及一种光伏功率预测方法、装置、设备及介质。
技术介绍
1、近年来，随着全球能源危机和环境污染问题的日益突出，人们对清洁能源的需求和研究日益增加。作为可再生能源的关键组成部分，光伏发电凭借其可持续、无污染的特点受到了广泛关注。然而，由于光伏发电系统的功率输出受到日照、气温等气象因素的影响，其不稳定性成为限制光伏发电系统发展和利用的重要因素。
2、为了优化光伏发电系统的能源管理、提高发电效率，准确预测光伏功率显得尤为重要。光伏功率预测可以帮助系统运营者合理规划发电计划，实现对电网的优化调度；同时，对于电力市场参与者和投资者来说，准确的功率预测也可以提供重要参考，从而降低经济风险并优化资源配置。因此，光伏功率预测技术的研究和应用具有重要的现实意义。
3、然而申请人发现，目前针对光伏功率预测的方案所得到的预测结果准确率较低，且稳定性较差。
技术实现思路
1、为了解决相关技术中的问题，本公开实施例提供一种光伏功率预测方法、装置、设备及介质。
<...【技术保护点】
1.一种光伏功率预测方法，其特征在于，包括：
2.根据权利要求1所述的光伏功率预测方法，其特征在于，所述光伏功率预测模型包括光伏功率预测卷积神经网络模型以及光伏功率预测最小二乘支持向量机模型；
3.根据权利要求2所述的光伏功率预测方法，其特征在于，所述光伏功率预测卷积神经网络模型包括至少一个卷积层以及与每个卷积层对应的池化层；
4.根据权利要求1所述的光伏功率预测方法，其特征在于，所述基于改进的自适应白噪声完备集成经验模态分解方法对所述指定时期的光伏功率历史数据进行分解，以获取多组第一内涵模态分量，包括：
5.根据权利要...
【技术特征摘要】
1.一种光伏功率预测方法，其特征在于，包括：
2.根据权利要求1所述的光伏功率预测方法，其特征在于，所述光伏功率预测模型包括光伏功率预测卷积神经网络模型以及光伏功率预测最小二乘支持向量机模型；
3.根据权利要求2所述的光伏功率预测方法，其特征在于，所述光伏功率预测卷积神经网络模型包括至少一个卷积层以及与每个卷积层对应的池化层；
4.根据权利要求1所述的光伏功率预测方法，其特征在于，所述基于改进的自适应白噪声完备集成经验模态分解方法对所述指定时期的光伏功率历史数据进行分解，以获取多组第一内涵模态分量，包括：
5.根据权利要求1所述的光伏功率预测方法，其特征在于，所述基于改进的自适应白噪声完备集成经验模态分解方法对所述指定时期的光伏功率历史数据进行分解，以获取多组第一内涵模态分量之前，所述方法还包括：
6.根据权利要求1所述的光伏功率预测方法，其特征在于，所述光伏发电系统的环境特征数据包括所述光伏发电系统所在地的光辐照度、空气湿度、温度、风速、风向中的至少一项。
7.根据权利要求1-6中任一项所述的光伏功率预测方法，其特征在于，所述获取训练后的多个光伏功率预测模型，包括：
8.根据权利要求7所述的光伏功率预测方法，其特征在于，所述基于改进的自适应白噪声完备集成经验模态分解方法对所述第一历史时期的光伏功率历史数据进行分解，以获取多组第二内涵模态分量之前，所述方法还包括：
9.一种光伏功率预测装置，其特征在于，包括：
10.根据权利要...
【专利技术属性】
技术研发人员：申振东，张港红，白晖峰，刘浩，霍超，苑佳楠，张予，谢凡，申一帆，
申请(专利权)人：北京智芯微电子科技有限公司，
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。