公开(公告)号：CN110148068A

公开(公告)日：2019-08-20

申请号：CN201910436300.7

申请日：2019-05-23

Applicant: 福州大学

Inventor： 林培杰 ,  陈标炜 ,  赖云锋 ,  程树英 ,  陈志聪 ,  吴丽君 ,  郑茜颖

IPC: G06Q50/06 ,  G06Q10/04 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明涉及一种基于气象数据相似度分析和LSTM神经网络实现光伏电站超短期功率预测方法，选取预测时间段所在日前一个月每日的同一时间段的发电功率及对应气象数据，对各气象数据与功率输出进行Pearson关联度分析，取关联度最高的气象数据并取该数据在该时间段的初始值、平均值及末尾值组成三维坐标点，而后利用Euclidean metric对预测时刻前单位时间的气象数据及选取时间段的相应气象数据集进行相似度分析，获得Euclidean值小于指定数值的相似时间段的气象数据及功率数据，最终采用训练好的LSTM模型对发电功率进行预测。本发明能够快速准确地对超短期光伏电站的发电功率进行预测。