公开(公告)号：CN119558441A

公开(公告)日：2025-03-04

申请号：CN202411384616.3

申请日：2024-09-30

Applicant: 国网江苏省电力有限公司淮安供电分公司

Inventor： 韩伟 ,  王海斌 ,  陈翔 ,  张经炜

IPC: G06Q10/04 ,  G06Q10/0637 ,  G06Q50/06 ,  H02J3/00 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0985 ,  G06F18/2135 ,  G06F18/243 ,  G06N20/20

Abstract: 本发明公开一种采用混合元学习方法的并网光伏系统功率预测方法，包括提取气象数据和历史发电数据；对提取的数据使用最近邻插值法间隔插值，并对数据进行预处理；计算考虑灰尘的共面辐照度；生成云量和考虑灰尘的共面辐照度的组合特征；根据不同时间段的发电模式，生成统计特征；将组合特征和统计特征输入到多个模型进行训练，使用主成分分析对特征进行降维；将多个模型预测结果和确定性模型预测结果叠法在一起，并与降维过的数据结合，构成扩展特征向量；使用长短期记忆网络对扩展特征向量进行学习，生成最终的功率预测结果。本发明可以实现对未来24小时以内的所有时段的光伏发电功率进行高精度预测，具有较高的实际应用价值。