【技术实现步骤摘要】
本专利技术涉及光伏发电功率预测，尤其涉及基于深度相似性聚类的分布式光伏集群功率预测方法。
技术介绍
1、光伏出力具有随机性和波动性强、间歇性明显以及功率调节能力差的特性，因此随机光伏出力与已有的发电、用电协调实时动态平衡问题给电网安全运行带来新的挑战。且处于电网末端的配电网基础结构薄弱，就地消纳新能源的能力有限，大量分布式光伏发电并网容易造成配电网的供电安全可靠性问题，以及弃光率和运行成本过高等经济性问题。因此有必要对分布式光伏发电系统的功率进行准确预测，为调度提供精确的分布式光伏发电功率预测数据，帮助调度计划实现最优调控。
2、然而分布式光伏发电站在实际运行过程中对外界因素比较敏感，输出功率波动比较大，并且该类电站存在着信息采集困难、实时监测信息严重不足、没有配备高精度量测装置，数据质量差，以及部分分布式光伏电站未配有专用的气象测量表计导致缺少气象数据等一系列问题给分布式光伏功率预测造成了困难，导致集中式光伏功率预测的方法不适用于分布式光伏功率预测。因此，进行分布式光伏集群功率预测的研究至关重要。现有的区域分布式光伏功率预...
【技术保护点】
1.一种基于深度相似性聚类的分布式光伏集群功率预测方法，其特征在于，包括：
2.根据权利要求1所述的基于深度相似性聚类的分布式光伏集群功率预测方法，其特征在于，所述基于所述典型电站及其功率数据，通过训练多个预设自编码器，确定多个典型电站的功率深层特性，具体包括：
3.根据权利要求1所述的基于深度相似性聚类的分布式光伏集群功率预测方法，其特征在于，所述基于所述多个典型电站的功率特性将所述典型电站作为二次聚类的簇心，根据所述分布式光伏电站群间的深层相似性获取最优聚类结果，具体包括：
4.根据权利要求3所述的基于深度相似性聚类的分布式光伏...
【技术特征摘要】
1.一种基于深度相似性聚类的分布式光伏集群功率预测方法，其特征在于，包括：
2.根据权利要求1所述的基于深度相似性聚类的分布式光伏集群功率预测方法，其特征在于，所述基于所述典型电站及其功率数据，通过训练多个预设自编码器，确定多个典型电站的功率深层特性，具体包括：
3.根据权利要求1所述的基于深度相似性聚类的分布式光伏集群功率预测方法，其特征在于，所述基于所述多个典型电站的功率特性将所述典型电站作为二次聚类的簇心，根据所述分布式光伏电站群间的深层相似性获取最优聚类结果，具体包括：
4.根据权利要求3所述的基于深度相似性聚类的分布式光伏集群功率预测方法，其特征在于，所述基于所述重构误差矩阵获取表征与二次聚类簇心相似性的重构误差矩阵，以最大深层相似性为目标，完成聚类，具体包括：
5.根据权利要求3所述的基于深度相似性聚类的分布式光伏集群功率预测方法，其特征在于，所述基于所述重构误差矩阵获取表征与二次聚类簇心相似性的重构误差矩阵，以最大深层相似性为目...
【专利技术属性】
技术研发人员：谢旭，苑吉河，方钦，徐曦，周洪宇，
申请(专利权)人：国网重庆市电力公司市南供电分公司，
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。