[发明专利]一种发电量的预测方法及其系统

权利要求书

1.一种发电量的预测方法，其特征在于，包括：

获取历史气象数据和历史发电数据；

基于历史气象数据和历史发电数据，训练SVC回归模型；

获取当前气象数据；

利用所述SVC回归模型和所述当前气象数据进行发电量预测，获得预测值。

2.根据权利要求1所述的预测方法，其特征在于，所述基于历史气象数据和历史发电数据，训练SVC回归模型，包括：

对所述历史发电数据进行预处理，得到训练数据；

对所述历史气象数据和所述训练数据，进行归一化处理；

基于归一化处理后得到的数据，训练SVC回归模型。

3.根据权利要求2所述的预测方法，其特征在于，

利用消抖滤波法，对所述历史发电数据进行预处理，得到训练数据。

4.根据权利要求3所述的预测方法，其特征在于，所述消抖滤波法，包括：

设置滤波计数器，将每次采样数据与当前有效数据范围进行比较：

若采样数据在当前有效数据范围内，则所述滤波计数器清零；

若采样数据超出当前有效数据范围，则所述滤波计数器加1；

若所述滤波计数器大于上限N，则将本次值替换当前有效值，并清除计数器。

5.根据权利要求2所述的预测方法，其特征在于，所述对历史气象数据和预处理后得到的所述训练数据，进行归一化处理，包括：

将所述历史气象数据和所述历史发电数据对应的时间数据转换为每天从0点计数的秒值；

将所述时间数据的秒值、所述历史气象数据和预处理后得到的所述训练数据进行均值与方差的归一化处理。

6.根据权利要求1所述的预测方法，其特征在于，利用所述当前气象数据进行发电量预测，包括：

转换所述当前气象数据对应的时间数据；

对所述当前气象数据进行归一化处理。

7.根据权利要求1所述的预测方法，其特征在于，所述SVC回归模型，如下所示：

f(x_i)＝ω^Tx_i+b；

其中，x_i为预处理后的当前气象数据，f(x_i)为输出的发电量数据的预测值，ω为权重和b为偏置。

8.根据权利要求7所述的预测方法，其特征在于，所述权重ω和所述偏置b由回归损失算法基于所述历史发电数据的学习确定，包括：

所述回归损失算法，如下所示：

其中，y_i为历史气象数据，C为正则化常数，l_ε为ε不敏感损失函数，ε为损失函数的敏感度，z为函数间隔；

9.根据权利要求1所述的预测方法，其特征在于，

所述气象数据包括：辐照度、温度、风速和风向中至少一种；

所述历史发电数据包括：发电电流、发电电压和发电功率中至少一种。

10.一种发电量的预测系统，其特征在于，包括：历史数据获取模块、模型训练模块、当前气象数据获取模块和数据预测模块；

所述历史数据获取模块，用于获取历史气象数据和历史发电数据；

所述模型训练模块，用于基于历史气象数据和历史发电数据，训练SVC回归模型；

所述当前气象数据获取模块，用于获取当前气象数据；

所述数据预测模块，用于利用所述SVC回归模型和所述当前气象数据进行发电量预测，获得预测值。