【技术实现步骤摘要】
本申请涉及发电预测，特别是涉及一种发电量预测模型的训练方法及发电量预测方法。
技术介绍
1、光伏发电在能源电力系统中的应用越来越普及，光伏电站发电量的精准预测对电网安全、发电控制与调度、以及光伏电站的运维管理等方面有着重要的影响。光伏发电量的精确预测可以提高电网的稳定性，能够有效帮助电网调度部门做好各类电源的调度计划，可以帮助光伏电站减少由于限电带来的经济损失，提高光伏电站运营管理效率。目前，在对光伏电站的发电量进行预测时，通常是直接基于历史的发电量变化趋势预测未来的发电量大小，预测准确性较差。因此，如何对光伏电站的发电量进行准确预测成为当前亟待解决的技术问题。
技术实现思路
1、本申请实施例的目的在于提供一种发电量预测模型的训练方法及发电量预测方法，以解决上述技术问题。
2、一方面，提供一种发电量预测模型的训练方法，包括：
3、获取光伏电站在历史时间段下每日的发电历史数据及对应的环境特征数据；每一所述发电历史数据包括所述光伏电站在对应历史日期下各第一单位时间内对应的第一出力值，和/或所述光伏电站在所述历史日期下各第二单位时间内对应的第二出力值；
4、针对每一所述发电历史数据，采用雨流计数法对由对应的所述第一出力值组成的第一出力值序列进行特征提取，得到与所述发电历史数据对应的计数特征数据；和/或针对每一所述发电历史数据，对由对应的所述第二出力值组成的第二出力值序列进行差分处理，得到与所述发电历史数据对应的出力走势特征数据；
5、基于所
6、针对每一所述目标天气类型，根据与所述目标天气类型对应的所述目标数据集中的各所述发电历史数据，以及与所述目标数据集中的各所述发电历史数据对应的所述环境特征数据进行训练，得到与所述目标天气类型对应的发电量预测模型。
7、在其中一个实施例中，所述针对每一所述发电历史数据，采用雨流计数法对由对应的所述第一出力值组成的第一出力值序列进行特征提取，得到与所述发电历史数据对应的计数特征数据，包括：
8、针对每一所述发电历史数据，对由对应的所述第一出力值组成的第一出力值序列进行峰谷值数据提取，得到与所述发电历史数据对应的峰谷值数据序列；
9、将所述峰谷值数据序列中的最大峰值或最小谷值放在所述峰谷值数据序列中的起始位置后进行循环计数，得到各出力值区间对应的频次、均值和幅值差；
10、将各所述出力值区间对应的所述频次、所述均值和所述幅值差组成的三维数据作为与所述发电历史数据对应的计数特征数据。
11、在其中一个实施例中，所述发电历史数据包括所述第一出力值和所述第二出力值，所述第一单位时间对应的时长小于所述第二单位时间对应的时长。
12、在其中一个实施例中，所述基于所述计数特征数据和/或所述出力走势特征数据将属于同一目标天气类型的所述发电历史数据划分到同一数据集，得到与各所述目标天气类型对应的目标数据集，包括：
13、确定各所述发电历史数据对应的目标天气类型；
14、根据各所述发电历史数据对应的所述目标天气类型，将属于同一所述目标天气类型的所述发电历史数据划分到同一数据集，得到与各所述目标天气类型对应的初始数据集；
15、根据各所述初始数据集中的各所述发电历史数据的所述第一出力值或所述第二出力值，确定各所述初始数据集的几何中心；
16、基于与各所述发电历史数据对应的所述计数特征数据和/或所述出力走势特征数据，以及各所述几何中心对各所述发电历史数据进行聚合分类，得到与各所述目标天气类型对应的目标数据集。
17、在其中一个实施例中，所述确定各所述发电历史数据对应的目标天气类型，包括：
18、获取所述光伏电站所在地在所述历史时间段下每日的地表辐照度相对地外辐照度的衰减程度；
19、获取所述光伏电站所在地在所述历史时间段下每日的专业天气类型，得到m种专业天气类型；
20、基于所述衰减程度将所述光伏电站所在地的所述m种专业天气类型划分为n种目标天气类型，得到专业天气类型与目标天气类型之间的映射关系；其中，m＞n；
21、基于所述映射关系以及所述历史时间段下每日的专业天气类型，对所述历史时间段下每日的所述发电历史数据进行天气初始化，得到各所述发电历史数据对应的目标天气类型。
22、在其中一个实施例中，所述基于所述衰减程度将所述光伏电站所在地的所述m种专业天气类型划分为n种目标天气类型，包括：
23、将所述光伏电站所在地的所述m种专业天气类型划分为n种目标天气类型，以满足预设的第一划分目标和第二划分目标；
24、所述第一划分目标为：各所述发电历史数据在各所述目标天气类型上的分布数量均衡；
25、所述第二划分目标为：将衰减程度相似的多个所述专业天气类型划分到同一个所述目标天气类型下。
26、在其中一个实施例中，每一所述发电历史数据包括所述光伏电站在对应历史日期下各第三单位时间内对应的第三出力值；每一所述环境特征数据包括所述光伏电站在对应历史日期下各所述第三单位时间内对应的环境特征值；
27、所述针对每一所述目标天气类型，根据与所述目标天气类型对应的所述目标数据集中的各所述发电历史数据，以及与所述目标数据集中的各所述发电历史数据对应的所述环境特征数据进行训练，得到与所述目标天气类型对应的发电量预测模型，包括：
28、针对每一所述目标天气类型，将与所述目标天气类型对应的所述目标数据集中的所述第三出力值作为自变量输入第一初始模型，得到预测出力值与实际出力值之间的残差；
29、将所述残差、以及所述目标数据集中对应的所述环境特征值作为自变量，并将所述目标数据集中对应的所述第三出力值作为因变量输入第二初始模型进行训练，得到与所述目标天气类型对应的发电量预测模型。
30、在其中一个实施例中，所述第一初始模型为时间序列模型，所述第二初始模型为多元线性回归模型。
31、在其中一个实施例中，在所述将所述残差、以及所述目标数据集中对应的所述环境特征值作为自变量，并将所述目标数据集中对应的所述第三出力值作为因变量输入第二初始模型进行训练时，所述方法还包括：
32、将所述目标数据集中与待预测日期临近的历史日期下对应的所述第三出力值作为自变量输入所述第二初始模型进行训练。
33、另一方面，提供了一种发电量预测方法，包括：
34、确定光伏电站的所在地在待预测日期下的目标天气类型；
35、获取所述光伏电站在所述目标天气类型下的发电历史数据及对应的环境特征数据；
36、根据所述发电历史数据、所述环境特征数据以及上述任一与所述目标天气类型对应的所述发电量预测模型预测所述光伏电站在所述待预测日期下的本文档来自技高网...
【技术保护点】
1.一种发电量预测模型的训练方法，其特征在于，包括：
2.如权利要求1所述的发电量预测模型的训练方法，其特征在于，所述针对每一所述发电历史数据，采用雨流计数法对由对应的所述第一出力值组成的第一出力值序列进行特征提取，得到与所述发电历史数据对应的计数特征数据，包括：
3.如权利要求1所述的发电量预测模型的训练方法，其特征在于，所述发电历史数据包括所述第一出力值和所述第二出力值，所述第一单位时间对应的时长小于所述第二单位时间对应的时长。
4.如权利要求1所述的发电量预测模型的训练方法，其特征在于，所述基于所述计数特征数据和/或所述出力走势特征数据将属于同一目标天气类型的所述发电历史数据划分到同一数据集，得到与各所述目标天气类型对应的目标数据集，包括：
5.如权利要求4所述的发电量预测模型的训练方法，其特征在于，所述确定各所述发电历史数据对应的目标天气类型，包括：
6.如权利要求5所述的发电量预测模型的训练方法，其特征在于，所述基于所述衰减程度将所述光伏电站所在地的所述M种专业天气类型划分为N种目标天气类型，包括：
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。