公开(公告)号：CN111815038B

公开(公告)日：2022-05-13

申请号：CN202010589499.X

申请日：2020-06-24

Applicant: 山东大学 ,  山东汉思信息技术有限公司 ,  济南睿能电力设计咨询有限公司

Inventor： 杨明 ,  司志远 ,  于一潇 ,  刘洋

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/04

Abstract: 本公开提出了一种光伏超短期预测方法,包括：对卫星可见光云图进行像素标准化处理，将标准化云图进行去底操作，获得只包含云信息的图像；利用只包含云信息的图像对未来超短期时刻目标区域的云图进行预测；将预测云图输入至卷积神经网络，获得云遮挡因子；融合云遮挡因子及与光伏功率或辐照度进行相关的影响因素，建立和光伏功率或辐照度的映射关系，利用该关系对待预测量进行预测。卫星可见光云图数据获取途径比较简单且广泛，同时覆盖范围及视野较大，可以反映云层移动以及厚薄情况。卷积神经网络特别适合于图像特征的提取及学习，将卷积神经网络与卫星云图相融合能够更好的捕捉云对于辐射光线的遮挡影响。

公开(公告)号：CN111815038A

公开(公告)日：2020-10-23

申请号：CN202010589499.X

申请日：2020-06-24

Applicant: 山东大学 ,  山东汉思信息技术有限公司 ,  济南睿能电力设计咨询有限公司

Inventor： 杨明 ,  司志远 ,  于一潇 ,  刘洋

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/04

Abstract: 本公开提出了一种光伏超短期预测方法,包括：对卫星可见光云图进行像素标准化处理，将标准化云图进行去底操作，获得只包含云信息的图像；利用只包含云信息的图像对未来超短期时刻目标区域的云图进行预测；将预测云图输入至卷积神经网络，获得云遮挡因子；融合云遮挡因子及与光伏功率或辐照度进行相关的影响因素，建立和光伏功率或辐照度的映射关系，利用该关系对待预测量进行预测。卫星可见光云图数据获取途径比较简单且广泛，同时覆盖范围及视野较大，可以反映云层移动以及厚薄情况。卷积神经网络特别适合于图像特征的提取及学习，将卷积神经网络与卫星云图相融合能够更好的捕捉云对于辐射光线的遮挡影响。