申请/专利权人：山西格盟中美清洁能源研发中心有限公司

申请日：2022-11-15

公开（公告）日：2023-03-07

公开（公告）号：CN115759389A

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q50/06;G06F18/23;G06F18/2113;G06N3/126;G06N5/01;G06N20/20;H02J3/00;H02J3/38;H02S40/30

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.03.24#实质审查的生效;2023.03.07#公开

摘要：本发明公开了基于天气类型的相似日组合策略的日前光伏功率预测方法，包括以下步骤：1对已有的光伏功率历史日数据集进行最小最大归一化处理；2计算各气象特征对功率的MIV值；3对天气类型一致的历史日进行平滑表示多视图聚类；4对各天气类型的功率数据的类内距离进行约束；5通过交替迭代求解聚类标签；6对各个数据集气象特征基于互信息进行特征选择；7对各天气类型下的历史日依次构建类内相似日集和全数据相似日集；8求取两模型预测值的加权系数；9获取最终的功率预测值；本发明充分应用了真实的功率特征信息，可以显著提高波动程度大的天气类型的功率预测精度。

主权项：1.基于天气类型的相似日组合策略的日前光伏功率预测方法，其特征在于，包括以下步骤：1对已有的光伏功率历史日数据集进行最小最大归一化处理；2利用步骤1处理后的数据计算各气象特征对功率的MIV值，并取其绝对值作为多视图中各气象视图的权重；3根据步骤1处理后的数据，对天气类型一致的历史日进行平滑表示多视图聚类；4对步骤2的功率视图进行重构，结合步骤3得到的天气类型标签阵对各天气类型的功率数据的类内距离进行约束；5结合步骤4的功率视图重构和平滑表示多视图聚类，通过交替迭代求解聚类标签，对历史日聚类为晴天、少云、阴天和多云天气类型；6对步骤5聚类的气象特征进行新特征构建，并依据聚类结果将数据集划分为晴天数据集、少云数据集、阴天数据集、多云数据集和全历史数据集，对各个数据集气象特征基于互信息进行特征选择；7结合步骤6的数据，按照加权灰色关联度的相似度准则选择相似日，对各天气类型下的历史日依次构建类内相似日集和全数据相似日集；8对步骤7构建的历史日的两组相似日集分别建立GBDT模型获取预测值，应用遗传算法求取两模型预测值的加权系数；9由天气预报获取待预测日天气类型，应用该日的NWP数据获取其类内相似日集和全数据相似日集，利用步骤8建立的模型，通过该天气类型下的模型加权系数获取最终的功率预测值。

全文数据：

权利要求：

百度查询： 山西格盟中美清洁能源研发中心有限公司 基于天气类型的相似日组合策略的日前光伏功率预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD