【技术实现步骤摘要】
本专利技术属于数据预测，具体涉及一种面向有序用电的太阳辐射量预测方法及系统。
技术介绍
1、随着用电需求愈加旺盛，负荷屡创新高、电力紧平衡场景持续发生，电力保供形势严峻。尤其在迎峰度夏和度冬阶段，局部性、时段性的供电缺口长期存在，多地被迫采取有序用电措施。而新能源出力受天气影响具有强不确定性，对有序用电方案的制定、实施及电力调控带来了极大挑战。太阳辐射量是影响太阳能利用的关键因素，因此，对太阳辐射量进行准确预测对于有序用电场景下提高太阳能利用效率、缓解电网电力短缺具有重要意义。然而，由于太阳辐射受到地理位置、气象条件、大气环境等多种因素的影响，使得太阳辐射量的预测成为一项具有挑战性的任务。
2、目前，国内外学者已经提出了多种太阳辐射量预测方法，包括基于统计模型的预测方法、基于机器学习的预测方法等。其中，基于统计模型的预测方法主要利用历史气象数据进行回归分析，通过建立线性或非线性模型来预测未来太阳辐射量。然而，这种方法往往忽略了气象因素之间的非线性关系，导致预测精度不高。
技术实现思路>
1、本专利技本文档来自技高网...
【技术保护点】
1.一种面向有序用电的太阳辐射量预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种面向有序用电的太阳辐射量预测方法，其特征在于，所述预先训练好的集成模型通过以下步骤获得：
3.根据权利要求2所述的一种面向有序用电的太阳辐射量预测方法，其特征在于，所述计算预处理过的若干相关影响因素中每一相关影响因素与对应历史太阳辐射量值的相关度，利用相关影响因素与对应历史太阳辐射量值的相关度，获取初始特征集合的步骤，具体包括：
4.根据权利要求2所述的一种面向有序用电的太阳辐射量预测方法，其特征在于，所述根据初始特征集合以及对应历史太...
【技术特征摘要】
1.一种面向有序用电的太阳辐射量预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种面向有序用电的太阳辐射量预测方法，其特征在于，所述预先训练好的集成模型通过以下步骤获得：
3.根据权利要求2所述的一种面向有序用电的太阳辐射量预测方法，其特征在于，所述计算预处理过的若干相关影响因素中每一相关影响因素与对应历史太阳辐射量值的相关度，利用相关影响因素与对应历史太阳辐射量值的相关度，获取初始特征集合的步骤，具体包括：
4.根据权利要求2所述的一种面向有序用电的太阳辐射量预测方法，其特征在于，所述根据初始特征集合以及对应历史太阳辐射量值对所述集成模型进行训练，得到预先训练好的集成模型的步骤，具体包括：
5.根据权利要求4所述的一种面向有序用电的太阳辐射量预测方法，其特征在于，所述利用初始特征集合以及对应历史太阳辐射量...
【专利技术属性】
技术研发人员：徐文悦，朱卫国，牛聪，程梦晓，王飞航，蔡鹏程，朱岫柠，刘凯华，王辉，李成，
申请(专利权)人：国网北京市电力公司，
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。