【技术实现步骤摘要】
本专利技术涉及光伏发电功率预测，具体涉及一种光伏出力预测模型训练方法及装置。
技术介绍
1、光伏发电因其具备安全高效、资源丰富、地域分布广泛等优势，成为发展速度最快的新能源发电技术。但是，光伏发电功率容易受到光照强度、温度、湿度、风速和风向等多类气象要素的影响，呈现出明显的随机性、波动性及间歇性，给电力系统的安全、稳定运行和优化调度带来很大困难。因此，随着光伏装机容量的迅猛增长，光伏出力的精确预测显得尤为重要，光伏出力是指光伏电池组件或光伏系统在特定时间内输出的电功率。
2、现有技术中普遍从影响因素识别、相似日选取、发电序列分解和预测模型构建等角度出发，致力于构建高精度的光伏出力预测模型。现有技术中光伏出力预测存在以下问题：
3、首先，在影响因素识别方面，目前多数采用特征选择、相关性分析、回归分析等方法量化评估各类因素对光伏出力的影响程度，根据排序结果判定光伏出力的关键影响因素。但是，该过程需要根据候选因素的影响程度排序结果剔除低关联性影响因子，容易忽略多个潜在影响因素之间的复杂作用关系。
4、其次，...
【技术保护点】
1.一种光伏出力预测模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述气象影响因素数据包括以下至少之一：
3.根据权利要求1所述的方法，其特征在于，所述根据所述历史出力数据以及所述气象影响因素数据，确定所述气象影响因素数据中的多个主成分因子，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述主成分因子对应的分类指标，对所述光伏电站的历史样本数据进行分类；以及，根据所述待预测日的气象数据确定所述待预测日对应的多个历史相似日，包括：
5.根据权利要求1所述的方法，其特征在于，...
【技术特征摘要】
1.一种光伏出力预测模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述气象影响因素数据包括以下至少之一：
3.根据权利要求1所述的方法，其特征在于，所述根据所述历史出力数据以及所述气象影响因素数据，确定所述气象影响因素数据中的多个主成分因子，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述主成分因子对应的分类指标，对所述光伏电站的历史样本数据进行分类；以及，根据所述待预测日的气象数据确定所述待预测日对应的多个历史相似日，包括：
5.根据权利要求1所述的方法，其特征在于，所述以所述多个历史相似日的气象数据以及历史出力数据为训练数据，对所述光伏电站对应...
【专利技术属性】
技术研发人员：卜帅羽，张琳，高胜强，王海鹏，王洪彪，孙超，梁宇超，王闯，赵钰，张姿，郑丽娜，余伟，
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。