-
公开(公告)号:CN117853047A
公开(公告)日:2024-04-09
申请号:CN202311814817.8
申请日:2023-12-26
Applicant: 国网浙江省电力有限公司经济技术研究院 , 浙江华云信息科技有限公司 , 杭州似然数据有限公司
Abstract: 本发明属于光伏发电预测技术领域,涉及一种基于天气数据的光伏发电预测方法、装置及存储介质。预测方法包括:S1、构建网络训练模型;S2、获取历史数据,历史数据包括天气数据和光伏发电出力数据;S3、将历史数据输入网络训练模型中,并设定训练周期,得到训练后的网络训练模型;S4、获取当前天气数据,将当前天气数据输入网络训练模型中,进行光伏发电预测。本发明利用天气数据进行光伏发电预测,避免多设备采集多种数据导致的成本高且不易维护的技术问题;另外最终预测的光伏发电出力情况,相比其他网络模型,MSE值和MAPE值均大幅度减少,有效提高光伏发电预测的准确度。
-
公开(公告)号:CN118133060A
公开(公告)日:2024-06-04
申请号:CN202311820214.9
申请日:2023-12-26
Applicant: 国网浙江省电力有限公司经济技术研究院 , 杭州似然数据有限公司
IPC: G06F18/23213 , G06Q50/06 , G06F18/241 , G06N3/0464 , H02J3/00
Abstract: 本发明属于光伏发电预测技术领域,涉及一种基于时序生成边的光伏发电预测方法、装置及存储介质。所述方法具体包括:构建网络训练模型;获取历史数据;将历史数据输入网络训练模型中,得到训练后的网络训练模型;训练网络训练模型之前,构造适合图神经网络训练的图数据集,以每个气象站作为节点,构建节点特征矩阵和边矩阵,构建边矩阵时,以时间序列聚类阈值高斯核权重法计算节点之间的关系;获取当前天气数据,将当前天气数据输入网络训练模型中,进行光伏发电预测;本发明先以时间序列对历史数据进行排序,然后时间序列聚类,计算边权重,进而能够去除图数据集中的无效边,减少网络训练的数据量,提高训练效率。
-