【技术实现步骤摘要】
本专利技术涉及功率预测的模型特征提取，尤其涉及一种用于功率预测的气象特征提取方法、装置、终端设备和存储介质。
技术介绍
1、在大规模集中式光伏电站和分布式光伏系统并网时，准确的光伏功率预测能够减少电网的波动和冲击，提高电网的稳定性和安全性。而在使用机器学习模型对新能源功率预测，其中最重要环节就是利用收集到的历史数据对模型进行训练，从而模型可以实现对功率的预测。但是，原始的训练数据中往往包含多重冗余信息，则在模型训练之前需要进行特征构建，如对影响光伏输出的气象等各种因素进行特征选择。而特征选择是指在机器学习模型的构建过程中，从原始特征集合中选择出对模型预测性能影响最大、最有用的特征子集的过程，其目的主要有两个：一是减少模型的复杂度和计算成本，二是提高模型的预测准确性和泛化能力。
2、但是现有技术在对影响光伏输出的气象因素进行特征选择时，常使用单一的相关性筛选方法(如pearson相关系数)来得出与功率预测相关的气象因素，如光伏出力、风速、风向、湿度以及温度等，但是并没有评估各个特征之间的依赖关系，则无法考虑各个气象特征之间的冗...
【技术保护点】
1.一种用于功率预测的气象特征提取方法，其特征在于，包括：
2.如权利要求1所述的一种用于功率预测的气象特征提取方法，其特征在于，所述根据一光伏出力序列对应的第一气象因素集，生成用于表征各气象特征之间的相关性的协方差矩阵，包括：
3.如权利要求2所述的一种用于功率预测的气象特征提取方法，其特征在于，所述基于所述协方差矩阵中各个气象特征的方差值，按照从大到小的顺序从协方差矩阵中筛选出若干个第二气象特征，包括：
4.如权利要求3所述的一种用于功率预测的气象特征提取方法，其特征在于，所述通过互信息值最大化且冗余度最小化的筛选规则，从第一气...
【技术特征摘要】
1.一种用于功率预测的气象特征提取方法，其特征在于，包括：
2.如权利要求1所述的一种用于功率预测的气象特征提取方法，其特征在于，所述根据一光伏出力序列对应的第一气象因素集，生成用于表征各气象特征之间的相关性的协方差矩阵，包括：
3.如权利要求2所述的一种用于功率预测的气象特征提取方法，其特征在于，所述基于所述协方差矩阵中各个气象特征的方差值，按照从大到小的顺序从协方差矩阵中筛选出若干个第二气象特征，包括：
4.如权利要求3所述的一种用于功率预测的气象特征提取方法，其特征在于，所述通过互信息值最大化且冗余度最小化的筛选规则，从第一气象因素集中提取出若干个第三气象特征，包括：
5.如权利要求4所述的一种用于功率预测的气象特征提取方法，其特征在于，所述基于mrmr算法对所述评分函数进行求解，输出若干个第三气象特征，包括：
6.如权利要求4所述的一种用于功率预测的气象特征提取...
【专利技术属性】
技术研发人员：林英明，刘洋，陆秋瑜，华威，曾凯悦，林旭，
申请(专利权)人：广东电网有限责任公司，
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。