【技术实现步骤摘要】
本专利技术涉及新能源电力设备控制，具体为一种基于数据去噪和补点修正的光伏出力超短期预测方法。
技术介绍
1、为应对化石能源枯竭及全球气候变化带来的威胁，实现双碳目标，风电、光伏等可再生能源接入电网的比例不断提高。其中，光伏发电作为将太阳能转化为电能的最主要方式，得到快速发展。然而，光伏发电的间歇性及波动性严重影响着电网的稳定运行，继而也会影响对电网的经济性。因此，对于光伏发电的预测是未来新型电力系统研究的重要内容之一，光伏发电的超短期预测方法更是研究的热点之一。
2、在光伏发电预测的相关研究中，对于采集到的原始数据，会有很多原因影响数据质量，例如采集设备故障，周围电磁干扰，人为记录出错等，均会导致采集到的数据不连续或者偏离理论阈值等。为此，需要对原始数据进行一系列的预处理，达到满足光伏出力预测的要求。目前，对于光伏数据的预处理主要有数据清洗、数据提取和数据平滑等方法，因此可以根据原始数据集的特点及需求，选择不同的方法或几种方法的联合来对数据进行预处理。后续步骤根据基础数据来源不同，可分为基于历史功率数据的预测法、考虑未来气象因素的数据预测法及基于云观测数据预测法和多种数据组合的预测法。但是现有的针对目前新型电力系统中光伏出力超短期出力预测方法，依旧存在预测的精确度低、异常数据的提取与修正能力还不够的缺陷，因此需要改进这些问题。
技术实现思路
1、本专利技术为了解决现有的针对新型电力系统中光伏出力超短期出力预测方法，依旧存在预测的精确度低、异常数据的提取与修正能力还不够的
2、本专利技术是通过如下技术方案来实现的：一种基于数据去噪和补点修正的光伏出力超短期预测方法，包括如下步骤：
3、s1：使用数学形态学去噪方法对原始数据进行预处理，原始数据包括光伏出力数据与气象数据，为光伏出力数据区分正常数据和异常数据；数学形态学去噪（mathematicalmorphology denoising，mmd）是指利用一个特定大小的结构元素，在二值图像上进行移动，通过两者的开运算和闭运算等，达到对该图像去噪的效果；具体如下：
4、s1-1：构建基于原始数据的二值图像，具体为：
5、s1-1-1：将原始数据中气象数据与光伏出力数据提取出来，记为，其中和分别表示气象数据与光伏出力数据，对分别进行归一化处理，消除量纲的影响，得到数据集，其中的元素记为，对数据进行归一化处理的公式为：
6、
7、式中：为原始数据样本点，分别表示的最大值和最小值，，m为样本点个数；
8、s1-1-2：对归一化后的数据集进行整数化处理，得到在一定整数范围内变化的整数集合，利用以下公式对数据进行整数化处理：
9、
10、式中：和为进行整数化的倍数，<mstyle displaystyle="true" mathcolor="#000000"><mi>fix</mi><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><mi>=</mi><mrow><mo>{</mo><mtable columnalign="left"><mtr><mtd><mrow><mo>[</mo><mi>x</mi><mo>]</mo></mrow><mi>,</mi><mi>x</mi><mi>≥</mi><mn>0</mn></mtd></mtr><mtr><mtd><mrow><mo>[</mo><mi>x</mi><mo>]</mo></mrow><mo>+</mo><mn>1</mn><mi>,</mi><mi>x</mi><mi><</mi><mn>0</mn></mtd></mtr></mtable></mrow></mstyle>为向0取整函数，其中<mstyle displaystyle="true" mathcolor="#000000"><mo>[</mo><mi>x</mi><mo>]</mo></mstyle>为不大于x的最大整数；
11、s1-1-3：构建一个的二维矩阵a，令，，m为样本点个数，其余元素为0，得到一个包含原始数据集d的二值矩阵a，然后将二值矩阵a绘制为二值图像；
12、s1-2：对二值图像进行去噪处理，具体为：
13、s1-2-1：根据二值图像a，选取匹配的结构元素b；
14、s1-2-2：使用一定形状和大小的结构元素b对二值图像a进行腐蚀运算，得到新的图像集合；
15、s1-2-3：将结构元素的半径增加s个单位后，利用新的结构元素对集合进行膨胀运算，得到新的图像集合，即为正常数据；图像集合之外的数据为异常数据，后续对这部分数据进行修正。
16、s2：使用二分之一补点修正法对步骤s1筛出的异常数据进行修正补全，得到满足输入要求的数据；二分之一补点修正法（one-half complementary point correctionmethod，ohcp），该方法利用平均值修正法和插值方法，对数据的每一个异常数据片段进行逐一判断，并进行修正，最后加入误差修正系数进行误差修正，得到最终的结果，具体如下：
17、s2-1：首先判断原始数据集的数据是否为异常数据，且判断是否需要修正，若为异常数据并需要修正则继续，否则结束；
18、s2-2：继续判断该需要修正的数据点的下一个数据点是否也要进行修正，若需要则一直重复该操作直到下一个数据点不需要修正为止；若仅有一个数据点需要修正，则通过求取该数据点两侧数据的平均值即为该点的修正值；
19、s2-3：若判断出至少有连续2个及以上的数据点需要修正，则先判断数据点本文档来自技高网...
【技术保护点】
1.一种基于数据去噪和补点修正的光伏出力超短期预测方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种基于数据去噪和补点修正的光伏出力超短期预测方法，其特征在于：步骤S1具体如下：
3.根据权利要求2所述的一种基于数据去噪和补点修正的光伏出力超短期预测方法，其特征在于：步骤S2具体如下：
4.根据权利要求3所述的一种基于数据去噪和补点修正的光伏出力超短期预测方法，其特征在于：步骤S3具体如下：
5.根据权利要求4所述的一种基于数据去噪和补点修正的光伏出力超短期预测方法，其特征在于：步骤S4具体如下：利用不同的神经网络预测模型对光伏出力进行超短期预测：首先将修正之后的功率数据和气象数据按照8:2分为训练集和预测集，得到训练集功率数据、训练集气象数据、预测集功率数据和预测集气象数据；之后，使用训练集中的功率数据和气象数据的特征变量对模型进行训练，直到达到最大迭代次数为止；最后将预测集的气象数据输入到预测模型中，得到各模型的预测结果。
6.根据权利要求5所述的一种基于数据去噪和补点修正的光伏出力超短期预测方法，其特征
...【技术特征摘要】
1.一种基于数据去噪和补点修正的光伏出力超短期预测方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种基于数据去噪和补点修正的光伏出力超短期预测方法，其特征在于：步骤s1具体如下：
3.根据权利要求2所述的一种基于数据去噪和补点修正的光伏出力超短期预测方法，其特征在于：步骤s2具体如下：
4.根据权利要求3所述的一种基于数据去噪和补点修正的光伏出力超短期预测方法，其特征在于：步骤s3具体如下：
5.根据权利要求4所述的一种基于数据去噪和补点修正的光伏出力超短期预测方法，其特...
【专利技术属性】
技术研发人员：任宇路，程昱舒，王书姝，郭晓霞，闫春蕊，刘佳易，刘青，张雪瑞，张强，杨帅，薛盈，杨晓霞，薛建立，葛赟，吕相沅，
申请(专利权)人：国网山西省电力公司营销服务中心，
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。