【技术实现步骤摘要】
本专利技术主要涉及功率预测，具体涉及一种基于pca-cnn-lstm模型的光伏发电功率预测系统及方法。
技术介绍
1、太阳能作为可再生能源的一种，具有可再生能力强、清洁环保、资源丰富且开发利用方便等优点。但目前光伏电站在实际的发电过程中，由于受到各类气象及环境因素的影响，尤其是粉尘堆积、雨水冲刷和气溶胶的存在等，光伏电站的发电功率呈现衰减趋势。因此，若能有效地对功率的衰减程度进行预测，便能帮助光伏电站更好地运行和调度。根据目前现有的光伏功率预测方法，为了得到高精度的预测结果，模型输入数据的采集、处理以及预测模型的选择显得尤为重要。
2、目前在数据采集方面，现有的技术是人工通过气象部门获取、记录相应的气象数据，此方法需耗费大量的人力和极高的时间成本。而经网络模型在进行训练时，输入变量中若掺杂有一些不重要的变量，这不仅会增加模型的训练时间，同时会降低模型预测结果的准确性。现有的光伏功率预测模型，大部分是基于统计分析从单维度构建输入输出模型，从而实现输入数据对输出功率的点对点预测。而对于功率衰减程度的预测，其是基于一段时间内对功率峰值进行预测，即是输入数据对其之后一段时间内功率峰值的预测。若采用传统的光伏功率预测模型，即按照点对点方式进行预测，其预测效果将会受到一定的影响。
技术实现思路
1、本专利技术所要解决的技术问题是针对现有技术的不足，提供一种基于pca-cnn-lstm模型的光伏发电功率预测系统及方法。
2、本专利技术解决上述技术问题的技术方案如下：>
3、一种基于pca-cnn-lstm模型的光伏发电功率预测系统，包括：光伏数据采集模块、气象数据采集模块、数据监控模块和峰值预测模块；
4、所述光伏数据采集模块，用于当太阳能光伏板处于工作状态时，对所述太阳能光伏板工作时所产生的数据进行采集，得到光伏数据，并将所述光伏数据上传至光伏数据云平台；
5、所述气象数据采集模块，用于通过预设的多种气象传感器对所述太阳能光伏板所处环境的数据进行采集，得到气象数据，并将所述气象数据上传至气象数据云平台；
6、所述数据监控模块，用于通过光伏电站数据监控平台接收所述光伏数据云平台发送的所述光伏数据，且还接收所述气象数据云平台发送的所述气象数据；
7、所述峰值预测模块，用于通过预构建的pca-cnn-lstm模型对所述光伏数据和所述气象数据进行特征提取，根据提取到的特征进行功率峰值预测，得到光伏发电功率峰值，所述pca-cnn-lstm模型由主成分分析算法pca、卷积神经网络cnn和长短期记忆神经网络lstm构建而成。
8、本专利技术解决上述技术问题的另一技术方案如下：
9、一种基于pca-cnn-lstm模型的光伏发电功率预测方法，包括如下步骤：
10、当太阳能光伏板处于工作状态时，对所述太阳能光伏板工作时所产生的数据进行采集，得到光伏数据，并将所述光伏数据上传至光伏数据云平台；
11、通过预设的多种气象传感器对所述太阳能光伏板所处环境的数据进行采集，得到气象数据，并将所述气象数据上传至气象数据云平台；
12、通过光伏电站数据监控平台接收所述光伏数据云平台发送的所述光伏数据，且还接收所述气象数据云平台发送的所述气象数据；
13、通过预构建的pca-cnn-lstm模型对所述光伏数据和所述气象数据进行特征提取，根据提取到的特征进行功率峰值预测，得到光伏发电功率峰值，所述pca-cnn-lstm模型由主成分分析算法pca、卷积神经网络cnn和长短期记忆神经网络lstm构建而成。
14、本专利技术的有益效果是：本专利技术利用传感器技术结合消息队列的信息传输方式，提出了一种光伏电站数据监控和预测系统，本专利技术能准确地采集光伏电站周围的气象数据，无需人为干涉。本专利技术整体实现了采集数据、传输数据、预测模型(pca-cnn-lstm模型)与数据监控平台的交互，提升了数据获取和预测的效率，并且实现了数据的可视化，方便员工观测，及时处理电站的异常情况。本专利技术可以在电站出现故障时，通过预测模型对采集数据进行空间特征提取和时间特征提取，对电站的功率峰值进行准确预测，以及可以结合天气预报的数值实现对电站未来功率峰值的准确预测，从而准确地对电站的功率衰减程度进行判断。
本文档来自技高网...【技术保护点】
1.一种基于PCA-CNN-LSTM模型的光伏发电功率预测系统，其特征在于，包括：光伏数据采集模块、气象数据采集模块、数据监控模块和峰值预测模块；
2.根据权利要求1所述的光伏发电功率预测系统，其特征在于，所述光伏数据采集模块中，对所述太阳能光伏板工作时所产生的数据进行采集，具体为：
3.根据权利要求2所述的光伏发电功率预测系统，其特征在于，所述气象数据采集模块中，通过预设的多种气象传感器对所述太阳能光伏板所处环境的数据进行采集，具体为：
4.根据权利要求1所述的光伏发电功率预测系统，其特征在于，所述数据监控模块，具体用于：
5.根据权利要求1所述的光伏发电功率预测系统，其特征在于，所述数据监控模块，还具体用于通过所述光伏电站数据监控平台对所述光伏数据、所述气象数据和所述光伏发电功率峰值进行可视化处理，并展示在显示屏上。
6.根据权利要求1所述的光伏发电功率预测系统，其特征在于，所述峰值预测模块中，通过预构建的PCA-CNN-LSTM模型对所述光伏数据和所述气象数据进行特征提取，根据提取到的特征进行功率峰值预测，得到光伏
7.根据权利要求6所述的光伏发电功率预测系统，其特征在于，所述峰值预测模块中，对设定时间段内的光伏数据和气象数据进行标准化处理，得到光伏数据标准化矩阵和气象数据标准化矩阵，具体为：
8.根据权利要求7所述的光伏发电功率预测系统，其特征在于，所述峰值预测模块中，通过所述主成分分析算法PCA对所述气象数据标准化矩阵进行降维，得到降维气象数据矩阵，具体为：
9.根据权利要求6所述的光伏发电功率预测系统，其特征在于，所述长短期记忆神经网络LSTM包括遗忘门、输入门和输出门，所述峰值预测模块中，根据提取得到的时间特征对重构后的功率数据集进行功率峰值预测，具体为：
10.一种基于PCA-CNN-LSTM模型的光伏发电功率预测方法，其特征在于，包括如下步骤：
...【技术特征摘要】
1.一种基于pca-cnn-lstm模型的光伏发电功率预测系统，其特征在于，包括：光伏数据采集模块、气象数据采集模块、数据监控模块和峰值预测模块；
2.根据权利要求1所述的光伏发电功率预测系统，其特征在于，所述光伏数据采集模块中，对所述太阳能光伏板工作时所产生的数据进行采集，具体为：
3.根据权利要求2所述的光伏发电功率预测系统，其特征在于，所述气象数据采集模块中，通过预设的多种气象传感器对所述太阳能光伏板所处环境的数据进行采集，具体为：
4.根据权利要求1所述的光伏发电功率预测系统，其特征在于，所述数据监控模块，具体用于：
5.根据权利要求1所述的光伏发电功率预测系统，其特征在于，所述数据监控模块，还具体用于通过所述光伏电站数据监控平台对所述光伏数据、所述气象数据和所述光伏发电功率峰值进行可视化处理，并展示在显示屏上。
6.根据权利要求1所述的光伏发电功率预测系统，其特征在于，所述峰值预...
【专利技术属性】
技术研发人员：林锦涛，朱辉，吴世先，齐灿，
申请(专利权)人：桂林电子科技大学，
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。