公开(公告)号：CN115936177B

公开(公告)日：2024-12-06

申请号：CN202211345699.6

申请日：2022-10-31

Applicant: 济南大学

Inventor： 史洁 ,  王玉明 ,  刘宝勇 ,  王潇晨 ,  侯振 ,  唐亮 ,  高捷

IPC: G06Q10/04 ,  G06Q10/0639 ,  G06Q50/06 ,  G06V10/764 ,  G06V10/77 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  H02J3/00

Abstract: 本发明公开了一种基于神经网络的光伏输出功率预测方法及系统，涉及光伏发电技术领域。通过卷积神经网络和多层感知机结合形成不同天气类型下的光伏功率预测模型；并将历史气象数据输入进光伏功率预测模型获得光伏输出功率预测结果，本发明利用卷积神经网络将原始数据划分为多个子集，将天气状况相同的数据集中在一起，利用相似日的光伏功率具有较强关联性的特点，提高模型的预测精度。本发明对气象影响因子进行了回归分析，对光伏功率预测模型的输入变量进行了识别优化，使用MAE，MAPE，RMSE3个指标进行模型性能评估和误差分析，从而映模型综合性能，有效的分析出气象影响因子对光伏功率的影响，进一步提高了模型的预测精度。

公开(公告)号：CN115936177A

公开(公告)日：2023-04-07

申请号：CN202211345699.6

申请日：2022-10-31

Applicant: 济南大学

Inventor： 史洁 ,  王玉明 ,  刘宝勇 ,  王潇晨 ,  侯振 ,  唐亮 ,  高捷

IPC: G06Q10/04 ,  G06Q10/0639 ,  G06Q50/06 ,  G06V10/764 ,  G06V10/77 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  H02J3/00

Abstract: 本发明公开了一种基于神经网络的光伏输出功率预测方法及系统，涉及光伏发电技术领域。通过卷积神经网络和多层感知机结合形成不同天气类型下的光伏功率预测模型；并将历史气象数据输入进光伏功率预测模型获得光伏输出功率预测结果，本发明利用卷积神经网络将原始数据划分为多个子集，将天气状况相同的数据集中在一起，利用相似日的光伏功率具有较强关联性的特点，提高模型的预测精度。本发明对气象影响因子进行了回归分析，对光伏功率预测模型的输入变量进行了识别优化，使用MAE，MAPE，RMSE3个指标进行模型性能评估和误差分析，从而映模型综合性能，有效的分析出气象影响因子对光伏功率的影响，进一步提高了模型的预测精度。

公开(公告)号：CN118889378A

公开(公告)日：2024-11-01

申请号：CN202410905703.2

申请日：2024-07-08

Applicant: 济南大学

Inventor： 史洁 ,  王玉明 ,  刘宝勇 ,  侯振 ,  唐亮 ,  高捷

IPC: H02J3/00 ,  G06N3/0442 ,  G06N3/0985 ,  G06Q10/04 ,  G06Q50/06

Abstract: 本发明公开了一种光伏输出功率预测方法及系统，属于光伏发电领域，包括对光伏发电的原始历史数据集进行时空处理，将处理后的原始历史数据集划分为训练集，验证集，预测集；使用贝叶斯优化器优化LSTM的超参数，得到BO‑LTSM模型，将训练集输入到BO‑LTSM模型中进行训练，使用预测集输入到训练好的BO‑LTSM模型中进行初步预测得到预测输出功率；使用时间相关模型和空间相关模型对预测输出功率进行修正，得到光伏功率短期预测模型；对光伏功率短期预测模型进行评估。本发明采用上述的一种光伏输出功率预测方法及系统，用于辅助新建的分布式电站做预测，或是在建立新电站之前通过提前预测新电站的光伏功率帮助评估新电站的可行性并且提高了光伏功率预测的准确性。