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() 分布式新能源的发电数据预测方法、装置、设备及介质制造方法及图纸_技高网

分布式新能源的发电数据预测方法、装置、设备及介质制造方法及图纸

技术编号:41257905 阅读:2 留言:0更新日期:2024-05-11 09:17
本申请公开了一种分布式新能源的发电数据预测方法、装置、电子设备及存储介质,该方法包括:获取当前的天气数据和设备数据;根据天气数据和设备数据,利用预先训练好的发电预测模型得到在当前的发电预测结果;其中,预先训练好的发电预测模型基于训练融合数据进行训练得到,且历史融合数据基于历史光伏发电数据和历史风力发电数据进行数据融合得到,历史光伏发电数据包括历史天气数据和光伏设备数据,光伏设备数据包括光伏设备信息和光伏设备位置信息,历史风力发电数据包括历史天气数据和风力设备数据,风力设备数据包括风力设备信息和风力设备位置信息。提高了在不可控的天气因素下,融合光伏和风力发电的分布式新能源的发电预测的准确性。

【技术实现步骤摘要】

本申请涉及可再生能源,尤其涉及一种分布式新能源的发电数据预测方法、装置、电子设备及存储介质。


技术介绍

1、随着全球各国对新能源的开发力度加大,光伏发电和风力发电等可再生能源领域的应用越来越广泛。由于光伏发电和风力发电的能量来源于自然环境和天气,使得分布式新能源发电系统的发电功率会因为环境和天气的变化而受到影响,进而导致供能具有波动性和不确定性的缺点。而为了降低功能的不稳定性,会根据实际的环境和天气情况对发电功率进行预测,以根据实际情况进行合理的电力调整。

2、现有的分布式新能源发电时在进行发电预测时,通常时采用统计模型或者物理模型进行预测,但是都存在一定的缺点,比如,在基于统计模型进行预测时,由于是基于历史运行数据建模,无法灵活适用于各种条件下的预测,而在基于物理模型进行预测时,需要从光伏电板的物理特性建模,对建模使用的物理参数和训练、调试方式要求较高,实施的成本高且不够便捷。


技术实现思路

1、本申请实施例的目的是提供一种分布式新能源的发电数据预测方法、装置、电子设备及存储介质,以解决相关技术中无法便捷且准确的对发电数据进行预测的技术问题。

2、第一方面,本申请实施例提供了一种分布式新能源的发电数据预测方法,包括:

3、获取当前的天气数据和设备数据,其中,所述设备数据包括设备信息和位置信息;

4、根据所述天气数据和所述设备数据,利用预先训练好的发电预测模型得到在当前的发电预测结果;

5、其中,预先训练好的发电预测模型基于训练融合数据进行训练得到,且所述历史融合数据基于历史光伏发电数据和历史风力发电数据进行数据融合得到,所述历史光伏发电数据包括历史天气数据和光伏设备数据,所述光伏设备数据包括光伏设备信息和光伏设备位置信息,所述历史风力发电数据包括所述历史天气数据和风力设备数据,所述风力设备数据包括风力设备信息和风力设备位置信息。

6、第二方面,本申请实施例提供了一种分布式新能源的发电数据预测装置,包括:

7、数据获取模块,用于获取当前的天气数据和设备数据,其中,所述设备数据包括设备信息和位置信息;

8、发电预测模块,用于根据所述天气数据和所述设备数据,利用预先训练好的发电预测模型得到在当前的发电预测结果;

9、其中,预先训练好的发电预测模型基于训练融合数据进行训练得到,且所述历史融合数据基于历史光伏发电数据和历史风力发电数据进行数据融合得到,所述历史光伏发电数据包括历史天气数据和光伏设备数据,所述光伏设备数据包括光伏设备信息和光伏设备位置信息,所述历史风力发电数据包括所述历史天气数据和风力设备数据,所述风力设备数据包括风力设备信息和风力设备位置信息。

10、第三方面,本申请实施例提供了一种电子设备,电子设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述的分布式新能源的发电数据预测方法中的步骤。

11、第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的分布式新能源的发电数据预测方法中的步骤。

12、本申请实施例提供了一种分布式新能源的发电数据预测方法、装置、电子设备及存储介质,在进行发电数据的预测时,获取当前的天气数据和设备数据,并加载预先训练好的发电预测模型,然后根据所获取到的当前的天气数据和设备数据进行发电结果的预测,得到发电预测结果,对于预先所训练好的发电预测模型,基于历史光伏发电数据和历史风力发电数据进行训练得到,同时在进行训练时,将历史光伏发电数据和历史风力发电数据进行数据融合,对天气的特征进行突出提取。实现了在预测过程中,可以根据对多变和不可控的天气因素进行准确的特征提取,进而更加准确的完成发电数据的预测,提高了包含光伏和风力发电的分布式新能源的发电预测的准确性。

本文档来自技高网...

【技术保护点】

1.一种分布式新能源的发电数据预测方法,其特征在于,包括:

2.如权利要求1所述的方法,其特征在于,所述根据所述天气数据和所述设备数据,利用预先训练好的发电预测模型得到在当前的发电预测结果,包括:

3.如权利要求1所述的方法,其特征在于,所述发电预测模型的训练过程,包括:

4.如权利要求3所述的方法,其特征在于,所述获取历史光伏发电数据和历史风力发电数据,并对所述历史光伏发电数据和所述历史风力发电数据进行数据划分处理,得到若干子历史光伏发电数据和若干子历史风力发电数据,包括:

5.如权利要求4所述的方法,其特征在于,所述对所述历史光伏发电数据和所述历史风力发电数据进行数据清洗和修正处理,包括:

6.如权利要求3所述的方法,其特征在于,所述将所述子历史光伏发电数据与所述子历史风力发电数据进行数据组合,得到若干组的组合数据,包括:

7.如权利要求3所述的方法,其特征在于,所述根据所述组合数据对待训练的发电预测模型进行训练,并在训练完成时得到训练好的发电预测模型,包括:

8.一种分布式新能源的发电数据预测装置,其特征在于,包括:

9.一种电子设备,其特征在于,所述电子设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法中的步骤。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法中的步骤。

...

【技术特征摘要】

1.一种分布式新能源的发电数据预测方法,其特征在于,包括:

2.如权利要求1所述的方法,其特征在于,所述根据所述天气数据和所述设备数据,利用预先训练好的发电预测模型得到在当前的发电预测结果,包括:

3.如权利要求1所述的方法,其特征在于,所述发电预测模型的训练过程,包括:

4.如权利要求3所述的方法,其特征在于,所述获取历史光伏发电数据和历史风力发电数据,并对所述历史光伏发电数据和所述历史风力发电数据进行数据划分处理,得到若干子历史光伏发电数据和若干子历史风力发电数据,包括:

5.如权利要求4所述的方法,其特征在于,所述对所述历史光伏发电数据和所述历史风力发电数据进行数据清洗和修正处理,包括:

6.如权利要求3所述的方法,其特征在于...

【专利技术属性】
技术研发人员:裴阳
申请(专利权)人:湖北交投新能源投资有限公司
类型:发明
国别省市:

相关技术
    暂无相关专利
网友询问留言 已有0条评论
  • 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。

1