公开(公告)号：CN116702937A

公开(公告)日：2023-09-05

申请号：CN202211610935.2

申请日：2022-12-14

Applicant: 国网湖北省电力有限公司荆门供电公司

Inventor： 李楠 ,  黄凯 ,  王攀 ,  刘黎

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F18/23213 ,  G06F18/214 ,  G06N3/006 ,  G06N3/126 ,  G06N3/084

Abstract: 本发明涉及一种基于K‑means均值聚类及优化BP神经网络的光伏出力日前预测方法，包括以下步骤：步骤1、采集待预测地区光伏电站的历史气象数据，及该历史气象数据对应的历史光伏出力数据，并利用平均插值法对二者进行预处理；步骤2、采用皮尔逊相关系数计算所述历史气象数据与历史光伏出力数据的相关系数，保留相关系数大于阈值的数据，并构建训练集；步骤3、通过K‑means聚类对历史光伏出力数据进行聚类并划分相似日数据集；步骤4、通过遗传算法与蚁群算法优化BP神经网络的权值、阈值及隐含层节点数，构建光伏出力日前预测模型；步骤5、将各相似日数据集的前百分之七十作为训练集数据输入到预测模型中训练神经网络并保存光伏出力预测精度最高的模型。