基于决策树与改进注意力的光伏发电功率预测方法技术

本发明专利技术公开了基于决策树与改进注意力的光伏发电功率预测方法，包括以下步骤：S1、根据样本数据建立孤立森林，采用基于孤立森林的光伏发电异常数据识别方法，识别孤立森林中光伏发电功率的异常数据；S2、对孤立森林中光伏发电功率的异常数据进行修复，建立决策树模型的训练集；S3、通过模糊C均值聚类法对训练集的样本数据进行分类，建立晴天、阴云天和雨雪天的训练子集；S4、将晴天、阴云天和雨雪天的训练子集依次输入卷积神经网络、BiLSTM模型和改进的注意力机制层，得到晴天、阴云天和雨雪天工况下光伏发电功率预测结果。经过改进的注意力机制通过将原始数据的特征信息与重新分配权重后的数据进行结合，从而提高预测的准确性。

【技术实现步骤摘要】

本专利技术属于光伏发电，具体涉及基于决策树与改进注意力的光伏发电功率预测方法。

技术介绍

1、由于光伏发电具有清洁、无污染和可持续性等优点，其发电装机容量不断提高。但是光伏发电的过程受天气与地理环境的影响，功率出现的波动性、随机性以及逆负荷特性给电网的安全、稳定和电能质量也带来巨大挑战。因此准确预测光伏发电输出功率对于优化光伏发电并网运行和减少不确定性的影响至关重要。

2、光伏发电功率数据具有明显的时序性，一般是通过捕捉历史数据之间的规律实现长期发展趋势的预测，这就使得预测模型对历史数据质量提出了较高要求。然而在光伏发电的实际采集数据中，包含有大量的缺失值和异常值。因此，识别并修复缺失值或异常值可以有效提高光伏发电功率算法的预测准确性。目前，对预测数据的清洗通常采用随机森林等机器学习方法。例如，一种现有技术根据风电出力特性，提出了一种结合孤立森林算法和标准差算法的风电数据清洗方法。另一种现有技术结合中心引力优化(central forceoptimization，cfo)算法和x-means算法提出了一种改进的孤立森林数据清洗算法。可见，结合多本文档来自技高网...

【技术保护点】

1.基于决策树与改进注意力的光伏发电功率预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于决策树与改进注意力的光伏发电功率预测方法，其特征在于，所述S1包括以下分步骤：

3.根据权利要求2所述的基于决策树与改进注意力的光伏发电功率预测方法，其特征在于，所述S2包括以下分步骤：

4.根据权利要求3所述的基于决策树与改进注意力的光伏发电功率预测方法，其特征在于，所述S22中，左右临近插补法对缺失值进行填补修复的表达式具体为下式：

5.根据权利要求3所述的基于决策树与改进注意力的光伏发电功率预测方法，其特征在于，所述S23中，使用...

【技术特征摘要】

1.基于决策树与改进注意力的光伏发电功率预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于决策树与改进注意力的光伏发电功率预测方法，其特征在于，所述s1包括以下分步骤：

3.根据权利要求2所述的基于决策树与改进注意力的光伏发电功率预测方法，其特征在于，所述s2包括以下分步骤：

4.根据权利要求3所述的基于决策树与改进注意力的光伏发电功率预测方法，其特征在于，所述s22中，左右临近插补法对缺失值进行填补修复的表达式具体为下式：

5.根据权利要求3所述的基于决策树与改进注意力的光伏发电功率预测方法，其特征在于，所述s23中，使用差分综合移动平均自回归...

【专利技术属性】
技术研发人员：厉瑜，王炳强，刘志宏，陈云瑶，陈玉州，拉姆措吉，张清渊，杜娟，旦增巴桑，
申请(专利权)人：国网西藏电力有限公司，
类型：发明
国别省市：