云团运动预测方法
    12.
    发明授权

    公开(公告)号:CN105225252B

    公开(公告)日:2018-03-30

    申请号:CN201510603236.9

    申请日:2015-09-21

    Inventor: 王飞 甄钊 米增强

    Abstract: 本发明公开了一种云团运动预测方法,通过先获取不同时刻的天空图像中云团边缘的像素点集合,基于预定的优化目标通过最优化算法来求解不同时刻的天空图像中云团边缘的像素点的对应关系,基于该对应关系以及对应的像素点的位置,对于云团图像边缘的后续运动位置进行预测。由此,可以对于云团运动进行较为精确的预测,为光伏发电功率分钟级预测提供数据支持。

    一种基于时空依赖的光伏电站辐照度超短期预测方法及存储介质

    公开(公告)号:CN114819264A

    公开(公告)日:2022-07-29

    申请号:CN202210256463.9

    申请日:2022-03-11

    Abstract: 本发明公开了一种基于时空依赖的光伏电站辐照度超短期预测方法及存储介质,包括如下步骤:步骤S1,以目标电站为起点,向外扩展一定的距离来增加虚拟的基础性电站数量;步骤S2,获取目标电站和各基础性电站的辐照度时间序列数据;步骤S3,计算各基础性电站之间辐照度数据的相关性,将认为具有连接关系的电站视为代表性电站;步骤S4,构建以目标电站和代表性电站为节点的图结构数据;步骤S5,以图结构数据为输入,目标电站辐照度为输出,利用图神经网络对目标电站辐照度进行超短期预测。本发明考虑了目标电站与电站附近区域的辐照度时变模式相关性,模拟并合理筛选出代表性电站,利用卫星云图反演的代表性电站历史辐照度数据,构建了基于图神经网络的辐照度超短期预测模型,提高了预测精度,完全满足光伏发电超短期预测的需要。同时本发明利用目标电站的地面测量辐照度数据对卫星云图反演的辐照度数据进行了系统偏差性错误校正,提高了其后续应用的性能。

    一种基于最优图结构的光伏电站太阳辐照度短期预测方法及存储介质

    公开(公告)号:CN114676893A

    公开(公告)日:2022-06-28

    申请号:CN202210241377.0

    申请日:2022-03-11

    Abstract: 本发明公开了一种基于最优图结构的光伏电站太阳辐照度短期预测方法,包括以下步骤:通过地理范围和方位信息构建目标场站的时空关联场站;获取目标场站和各时空关联场站历史辐照度时间序列数据;计算所述时空关联场站与目标场站数据的相关性,筛选相关性高的时空关联场站;根据筛选得到的时空关联场站,构建图结构数据;建立以图结构数据为输入的图神经网络预测模型,实现辐照度短期预测。相对于现有技术,本发明可以在周围气象数据缺失的情况下充分考虑目标预测场站邻近范围的气象辐照度状况对目标场站的时空相关性影响,且仅需利用历史辐照度数据来实现辐照度的短期预测,易于实现,有助于提高辐照度的短期预测精度,有助于对光伏发电站的规划、选址提供技术支持,同时也有助于为已建成的光伏电站进行合理的能源储存指导。

    光伏电池组件温度的分步预测方法

    公开(公告)号:CN105373849A

    公开(公告)日:2016-03-02

    申请号:CN201510700068.5

    申请日:2015-10-22

    CPC classification number: G06Q10/04 G06N3/08

    Abstract: 本发明公开了一种光伏电池组件温度的分步预测方法,通过在不同天气类型下对多个不同类型的气象影响因子建立气象影响因子预测模型,可以基于相同天气类型的历史气象影响因子记录对未来的预测日的气象影响因子进行预测,同时,在不同天气类型下对多种类型的气象影响因子对光伏电池组件的温度的影响建模获取温度预测模型,由此,可以基于预测获得的气象影响因子对于光伏电池组件温度进行预测。由此,可以相对准确地预测光伏电池组件温度,可为光伏发电功率预测技术应用奠定基础。

    一种基于相位相关原理的天空图像云团运动速度计算方法

    公开(公告)号:CN104778728A

    公开(公告)日:2015-07-15

    申请号:CN201510220557.0

    申请日:2015-05-04

    Abstract: 本发明涉及一种基于相位相关原理的天空图像云团运动速度计算方法,所述方法包括以下步骤:步骤一,分别获取天空图像的初始图像和位移图像;步骤二,分别生成所述初始图像与位移图像的灰度矩阵;步骤三,经二维傅里叶变换获取所述初始图像与位移图像的图像频谱;步骤四,计算初始图像与位移图像的互功率谱及其傅里叶逆变换响应矩阵;步骤五,提取响应矩阵尖峰脉冲坐标为云团位移矢量;步骤六,根据云团位移及图像时间间隔计算云团运动速度。本发明运算流程简单直接,能大大降低云团位移预测的耗时;能够更有效地识别图像中云团的整体运动情况,并且由于互功率谱计算中的归一化处理,对于全局图像噪声具有更高的鲁棒性。

Patent Agency Ranking