公开(公告)号：CN109086928B

公开(公告)日：2021-11-30

申请号：CN201810839097.3

申请日：2018-07-27

Applicant: 福州大学

Inventor： 程树英 ,  林培杰 ,  赖云锋 ,  彭周宁 ,  陈志聪 ,  吴丽君 ,  郑茜颖 ,  章杰

IPC: G06Q10/04 ,  G06Q50/06 ,  G06K9/62

Abstract: 本发明涉及基于SAGA‑FCM‑LSSVM模型的光伏电站实时功率预测方法，采集光伏电站对应时段发电功率以及气象站上对应的气象参数，获取气象‑功率参数样本；对每天的气象‑功率参数样本进行预处理；根据四项统计指标结合基于模拟退火遗传算法的模糊C‑均值聚类算法对历史日中第一天到待预测日前一天的样本进行聚类；根据各个聚类样本集合的气象特征值，计算每个聚类气象特征值的中心点，利用欧氏距离判断待预测日所属的类别；利用与待预测日同属一类的参数样本训练最小二乘支持向量机，得到训练模型；将待预测日的待预测时刻前2h的气象参数和功率值输入训练模型中对待预测日各个时刻的发电功率进行实时预测。本发明能够实时预测光伏电站在各个时刻的输出功率值。

公开(公告)号：CN109002915B

公开(公告)日：2022-03-18

申请号：CN201810769372.9

申请日：2018-07-13

Applicant: 福州大学

Inventor： 林培杰 ,  程树英 ,  赖云锋 ,  彭周宁 ,  陈志聪 ,  吴丽君 ,  郑茜颖 ,  章杰

IPC: G06Q10/04 ,  G06Q50/06 ,  G06V10/762 ,  G06K9/62 ,  G06N3/08

Abstract: 本发明涉及一种基于Kmeans‑GRA‑Elman模型的光伏电站短期功率预测方法，包括：采集光伏电站历史每天的发电功率以及气象站上每天对应时间段的气象参数；对数据进行预处理；利用六项统计指标结合改进Kmeans算法对历史日中第一天到待预测日前一天的样本进行聚类，根据轮廓系数确定类别数；计算每个聚类气象特征值的中心点，判断待预测日所属的类别；确定待预测日的相似日和最佳相似日；确定Elman神经网络参数；得到训练模型；将最佳相似日的参数样本组合以及待预测日的气象参数输入训练模型中对待预测日的发电功率进行预测。本发明能够提高光伏电站在不同季节下的不同天气条件短期功率预测的精度和准确度。

公开(公告)号：CN109002915A

公开(公告)日：2018-12-14

申请号：CN201810769372.9

申请日：2018-07-13

Applicant: 福州大学

Inventor： 林培杰 ,  程树英 ,  赖云锋 ,  彭周宁 ,  陈志聪 ,  吴丽君 ,  郑茜颖 ,  章杰

IPC: G06Q10/04 ,  G06Q50/06 ,  G06K9/62 ,  G06N3/08

Abstract: 本发明涉及一种基于Kmeans-GRA-Elman模型的光伏电站短期功率预测方法，包括：采集光伏电站历史每天的发电功率以及气象站上每天对应时间段的气象参数；对数据进行预处理；利用六项统计指标结合改进Kmeans算法对历史日中第一天到待预测日前一天的样本进行聚类，根据轮廓系数确定类别数；计算每个聚类气象特征值的中心点，判断待预测日所属的类别；确定待预测日的相似日和最佳相似日；确定Elman神经网络参数；得到训练模型；将最佳相似日的参数样本组合以及待预测日的气象参数输入训练模型中对待预测日的发电功率进行预测。本发明能够提高光伏电站在不同季节下的不同天气条件短期功率预测的精度和准确度。

公开(公告)号：CN109086928A

公开(公告)日：2018-12-25

申请号：CN201810839097.3

申请日：2018-07-27

Applicant: 福州大学

Inventor： 程树英 ,  林培杰 ,  赖云锋 ,  彭周宁 ,  陈志聪 ,  吴丽君 ,  郑茜颖 ,  章杰

IPC: G06Q10/04 ,  G06Q50/06 ,  G06K9/62

Abstract: 本发明涉及基于SAGA-FCM-LSSVM模型的光伏电站实时功率预测方法，采集光伏电站对应时段发电功率以及气象站上对应的气象参数，获取气象-功率参数样本；对每天的气象-功率参数样本进行预处理；根据四项统计指标结合基于模拟退火遗传算法的模糊C-均值聚类算法对历史日中第一天到待预测日前一天的样本进行聚类；根据各个聚类样本集合的气象特征值，计算每个聚类气象特征值的中心点，利用欧氏距离判断待预测日所属的类别；利用与待预测日同属一类的参数样本训练最小二乘支持向量机，得到训练模型；将待预测日的待预测时刻前2h的气象参数和功率值输入训练模型中对待预测日各个时刻的发电功率进行实时预测。本发明能够实时预测光伏电站在各个时刻的输出功率值。

公开(公告)号：CN108876013A

公开(公告)日：2018-11-23

申请号：CN201810526061.X

申请日：2018-05-29

Applicant: 福州大学

Inventor： 赖云锋 ,  程树英 ,  林培杰 ,  彭周宁 ,  陈志聪 ,  吴丽君 ,  章杰 ,  郑茜颖

IPC: G06Q10/04 ,  G06Q50/06

Abstract: 本发明涉及一种基于最佳相似日和Elman神经网络实现光伏电站短期功率预测方法，以每天的各个时刻的发电功率、每天的光照、环境温度、湿度和风速等气象参数以及第二天的气象参数为输入，第二天的各个时刻的发电功率为输出训练基于Elman神经网络的预测模型。以此模型进行光伏发电功率的预测。然后以每天的气象参数为气象特征值通过灰色关联分析算法确定待预测日的最佳相似日，将最佳相似日的各个时刻的发电功率，气象参数以及待预测日的气象参数作为模型的输入变量，预测待预测日的各个时刻的发电功率。本发明能够快速准确对光伏电站的发电功率进行预测。