[发明专利]一种光伏发电量预测分析方法在审
申请号: | 201810780001.0 | 申请日: | 2018-07-16 |
公开(公告)号: | CN108960522A | 公开(公告)日: | 2018-12-07 |
发明(设计)人: | 程小勇;姜松奕;丁科;罗凤娇;金利源;沈晓强 | 申请(专利权)人: | 浙江电腾云光伏科技有限公司 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q10/06;G06F17/18 |
代理公司: | 杭州知管通专利代理事务所(普通合伙) 33288 | 代理人: | 黄华 |
地址: | 314000 浙江省嘉兴市秀*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 发电量 发电量预测 光伏电站 环境数据 光伏 分析 多元回归分析 采集 训练数据集 采集数据 概率验证 光伏发电 环境因子 模糊技术 天气参数 验证数据 样本数据 预测模型 逐步回归 最终结果 耦合作用 大数据 正确率 预测 准确率 验证 量化 筛选 电站 重复 评估 天气 检验 | ||
1.一种光伏发电量预测分析方法,其特征在于:该方法包括如下步骤:
S1:采集光伏电站所在地的环境数据;
S2:根据采集数据建立预测模型,并把采集到的环境数据通过模糊技术来量化天气变量;
S3:划分样本数据集为训练数据集和验证数据集;
S4:采用斯皮尔曼秩相关系数来描述变量间的相关关系,并对其进行检验;
S5:用逐步回归法筛选变量;
S6:通过后验证概率验证模型的准确率若大于90%,则得到最终结果,否则重复S3,直至预测正确率达到90%以上为止。
2.根据权利要求1所述的一种光伏发电量预测分析方法,其特征在于:所述S1中采集的环境数据包括海拔高度、月份、辐照度、温度、湿度、风力、风向、晴雨、10日内大雨天数、10日内小雨天数、10日内大风天数、10日内无风天数。
3.根据权利要求1所述的一种光伏发电量预测分析方法,其特征在于:所述S2中模糊技术包括三部分,且分别是模糊值与隶属函数、模糊量的反模糊化、天气变量的模糊修正。
4.根据权利要求2所述的一种光伏发电量预测分析方法,其特征在于:所述辐照度是选用紫外线指数来近似表示,紫外线指数变化范围用0~10的数字来代替。
5.根据权利要求2所述的一种光伏发电量预测分析方法,其特征在于:所述预测模型是利用最小二乘估计计算得出模型中的参数值。
6.根据权利要求1所述的一种光伏发电量预测分析方法,其特征在于:所述S1中采集的数据存储到实时库和历史库,实时库用Redis,历史库用HBase。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江电腾云光伏科技有限公司,未经浙江电腾云光伏科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810780001.0/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理