【技术实现步骤摘要】
本专利技术涉及光伏发电，尤其是指一种光伏发电功率预测方法、装置及计算机可读存储介质。
技术介绍
1、随着全球对传统化石燃料依赖的逐步减少，以及对环境污染问题的日益关注，清洁能源正迅速崛起，成为能源结构中的关键支柱。太阳能作为一种容易获取且环境友好型的可再生能源，已经赢得了电力行业的广泛认可和应用，然而，光伏发电的输出功率极易受到气象条件的影响，展现出显著的间歇性和波动性，这种不稳定性在光伏发电大规模并入电网时，对电力系统的稳定性和可管理性带来了挑战，因此，为了确保电力系统的稳定和安全运行，加强对光伏功率的精准预测具有重要意义。
2、传统的基于深度学习的光伏发电功率预测方法通过采集历史光伏发电功率数据对神经网络模型进行训练，使得神经网络模型学习历史光伏发电功率中的规律，从而预测未来的光伏发电功率。但是，由于光伏发电功率往往受气象因素影响，不同气象条件下的光伏发电功率曲线形态差异较大，基于这一原因，现有技术中的光伏发电功率预测方法往往会采集历史光伏发电功率数据及其对应的气象参数，在对模型进行训练时，将历史光伏发电功率数据以及气象...
【技术保护点】
1.一种光伏发电功率预测方法，其特征在于，包括：
2.根据权利要求1所述的光伏发电功率预测方法，其特征在于，每种气象参数与光伏发电功率的相关性系数的计算公式表示为：
3.根据权利要求1所述的光伏发电功率预测方法，其特征在于，各个光伏发电数据序列与各个聚类中心的欧式距离的计算公式表示为：
4.根据权利要求1所述的光伏发电功率预测方法，其特征在于，得到K个初始光伏发电数据簇后还包括：
5.根据权利要求1所述的光伏发电功率预测方法，其特征在于，计算每个初始光伏发电数据簇中各个光伏发电数据序列的局部离群因子，基于每个光伏发电数据...
【技术特征摘要】
1.一种光伏发电功率预测方法，其特征在于，包括：
2.根据权利要求1所述的光伏发电功率预测方法，其特征在于，每种气象参数与光伏发电功率的相关性系数的计算公式表示为：
3.根据权利要求1所述的光伏发电功率预测方法，其特征在于，各个光伏发电数据序列与各个聚类中心的欧式距离的计算公式表示为：
4.根据权利要求1所述的光伏发电功率预测方法，其特征在于，得到k个初始光伏发电数据簇后还包括：
5.根据权利要求1所述的光伏发电功率预测方法，其特征在于，计算每个初始光伏发电数据簇中各个光伏发电数据序列的局部离群因子，基于每个光伏发电数据序列的局部离群因子，计算每个光伏发电数据序列的权重包括：
6.根据权...
【专利技术属性】
技术研发人员：肖春，任宇路，郝俊博，高晋峰，王刚，曹琼，姚俊峰，马容婷，朱志瑾，杨洋，程改萍，王生晖，
申请(专利权)人：国网山西省电力公司营销服务中心，
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。