[发明专利]光伏输出功率预测方法和系统

权利要求书

1.一种光伏输出功率预测方法，其特征在于，包括以下步骤：

根据获取光伏功率数据时的天气特征将光伏功率数据划分为不同天气类型对应的光伏功率数据，将预设范围内的光伏功率数据分解为若干个随机项分量和趋势项分量；

根据随机项分量构造第一训练样本和第一预测样本，根据所述第一训练样本和第一预测样本建立随机项分量的第一预测模型，并根据所述第一训练样本对所述第一预测模型进行训练；

根据趋势项分量构造第二训练样本和第二预测样本，根据所述第二训练样本和第二预测样本建立趋势项分量的第二预测模型，并根据所述第二训练样本对所述第二预测模型进行训练；

将预测样本的输入导入训练后的第一预测模型和训练后的第二预测模型，分别获取待预测的光伏功率的随机项分量的第一预测值和趋势项分量的第二预测值，将第一预测值和第二预测值进行叠加求和，获得待预测的光伏输出功率的预测功率。

2.根据权利要求1所述的光伏输出功率预测方法，其特征在于，将预设范围内的光伏功率数据分解为若干个随机项分量和趋势项分量的步骤包括：

对波预设范围内的光伏功率数据进行小波分析，获取离散细节信号和离散逼近信号；

将所述离散细节信号设为随机项分量，将所述离散逼近信号设为趋势项分量。

3.根据权利要求1所述的光伏输出功率预测方法，其特征在于，根据随机项分量构造第一训练样本和第一预测样本的步骤包括：

根据预设时间内获取的光伏功率数据构造第一训练样本和第一预测样本的第一输入项；

根据光伏功率预测的影响因子的历史数据构造第一训练样本的第二输入项，根据光伏功率预测的影响因子的预测数据构造第一预测样本的第二输入项；

根据预设时间内获取的光伏功率数据的随机项分量构造第一训练样本和第一预测样本的输出项；

根据所述第一输入项、第一训练样本的第二输入项和输出项构造第一训练样本，根据所述第一输入项、第一预测样本的第二输入项和输出项构造第一预测样本。

4.根据权利要求1所述的光伏输出功率预测方法，其特征在于，根据所述第一训练样本和第一预测样本建立随机项分量的第一预测模型的步骤包括：

设置若干个弱学习器，初始化所述第一训练样本的样本权重，根据初始化的第一训练样本对各个弱学习器进行训练，获取各个弱学习器的预测函数；

采用预设的测试集对所述预测函数进行测试，得到各个弱学习器的预测误差，根据所述预测误差更新所述样本权重；

重复根据初始化的第一训练样本对各个弱学习器进行训练的步骤，直到达到预设的训练次数，或所述预测误差小于预设的误差期望值；

将各个弱学习器的预测函数进行集成，得到随机项分量的预测函数。