-
公开(公告)号:CN112862630A
公开(公告)日:2021-05-28
申请号:CN202110249670.7
申请日:2021-03-08
Applicant: 海南省电力学校(海南省电力技工学校) , 上海交通大学
Abstract: 本发明提供了一种基于天气类型指数区间的光伏功率预测方法、终端及介质,包括:获取天气类型数据,并转化为天气类型指数;将所述天气类型指数划分为多个指数区间,其中每一个指数区间分别对应不同的日类型;将历史数据根据每小时天气类型指数分别归入对应的指数区间内,形成多个日类型子集;利用不同的日类型子集分别训练不同的深度神经网络,得到对应的分类预测子模型;将影响光伏出力的气象和功率特征作为所述分类预测子模型的输入,利用所述分类预测子模型预测不同天气类型下的光伏功率。本发明在非晴天天气下可以有效利用输入特征,具备识别剧烈变化天气下光伏输出功率突变的能力,从而提升预测精度。
-
公开(公告)号:CN112862630B
公开(公告)日:2024-03-22
申请号:CN202110249670.7
申请日:2021-03-08
Applicant: 海南省电力学校(海南省电力技工学校) , 上海交通大学
IPC: H02J3/00 , G06F18/241 , G06N3/0442 , G06N3/0985 , G06F17/15 , G06Q50/06
Abstract: 本发明提供了一种基于天气类型指数区间的光伏功率预测方法、终端及介质,包括:获取天气类型数据,并转化为天气类型指数;将所述天气类型指数划分为多个指数区间,其中每一个指数区间分别对应不同的日类型;将历史数据根据每小时天气类型指数分别归入对应的指数区间内,形成多个日类型子集;利用不同的日类型子集分别训练不同的深度神经网络,得到对应的分类预测子模型;将影响光伏出力的气象和功率特征作为所述分类预测子模型的输入,利用所述分类预测子模型预测不同天气类型下的光伏功率。本发明在非晴天天气下可以有效利用输入特征,具备识别剧烈变化天气下光伏输出功率突变的能力,从而提升预测精度。
-