[发明专利]一种新能源功率短期区间预测方法及系统

权利要求书

1.一种新能源功率短期区间预测方法，其特征在于，包括：

获取新能源功率样本数据，并通过模糊聚类算法对所述新能源功率样本数据进行处理，构建各类相似日序列原始数据；其中，所述新能源功率样本数据包括新能源功率原始数据和所述新能源功率原始数据对应时间点的影响因子原始数据；所述相似日序列原始数据包括同类别的新能源功率原始数据和所述同类别的新能源功率原始数据对应时间点的影响因子原始数据；

根据各类所述相似日序列原始数据构建与所述相似日序列原始数据对应的跟随预测节点的相似日序列自动更新数据；

构建混合LSTM新能源功率短期预测模型，并利用各类所述相似日序列自动更新数据作为所述混合LSTM新能源功率短期预测模型的输入数据进行训练与预测，得到训练好的混合LSTM新能源功率短期预测模型；所述训练好的混合LSTM新能源功率短期预测模型包括每类所述相似日序列自动更新数据对应的训练好的LSTM学习器；

确定待预测时间以及所述待预测时间内各个待预测节点和所述待预测节点对应的相似日序列作为预测输入数据，并根据所述训练好的混合LSTM新能源功率短期预测模型、各个所述待预测节点以及所述预测输入数据，确定所述待预测时间对应的预测结果；所述预测结果为待预测的新能源功率数值；

根据所述预测结果，结合比例系数法，计算新能源功率短期区间预测结果。

2.根据权利要求1所述的一种新能源功率短期区间预测方法，其特征在于，所述通过模糊聚类算法对所述新能源功率样本数据进行处理，构建各类相似日序列原始数据，具体包括：

对所述新能源功率样本数据进行标准化处理；

对标准化处理后的新能源功率样本数据建立模糊相似关系，并用相似矩阵表示；

根据模糊理论求解所述相似矩阵，并通过求解后的相似矩阵的模糊等价关系矩阵，采用直接聚类法进行聚类，分析筛选得到对应的相似日聚类结果，然后依据所述相似日聚类结果构建各类相似日序列原始数据。

3.根据权利要求1所述的一种新能源功率短期区间预测方法，其特征在于，所述构建混合LSTM新能源功率短期预测模型，并利用各类所述相似日序列自动更新数据作为所述混合LSTM新能源功率短期预测模型的输入数据进行训练与预测，得到训练好的混合LSTM新能源功率短期预测模型，具体包括：

根据各类所述相似日序列自动更新数据构建相应的LSTM学习器；其中，各个LSTM学习器具有相同的拓扑结构，不同的权系数；

将所述相似日序列自动更新数据输入至对应的LSTM学习器进行模型训练与参数调优，得到训练好的混合LSTM新能源功率短期预测模型。

4.根据权利要求1所述的一种新能源功率短期区间预测方法，其特征在于，所述根据所述训练好的混合LSTM新能源功率短期预测模型、各个所述待预测节点以及所述预测输入数据，确定所述待预测时间对应的预测结果，具体包括：

计算每个所述待预测节点与各类所述相似日序列自动更新数据的聚类中心的欧氏距离，并以欧氏距离最短所对应的所述相似日序列自动更新数据的类别作为所述待预测节点的相似日序列类别；

将所述预测输入数据输入至利用所述待预测节点的相似日序列类别对应的训练好的LSTM学习器中进行预测，得到各个所述待预测节点对应的预测结果；

利用模型融合对各个所述待预测节点对应的预测结果进行处理，得到所述待预测时间对应的预测结果。

5.根据权利要求1所述的一种新能源功率短期区间预测方法，其特征在于，所述根据所述预测结果，结合比例系数法，计算新能源功率短期区间预测结果，具体包括：

构建目标函数；所述目标函数是以预测区间有效率为目标的函数；所述目标函数为其中，ξ_FIEI为预测区间有效率；λ、η和μ为控制参数，可以根据实际需要设定，η为区间覆盖率的惩罚系数，λ为累积偏差率的惩罚系数，μ为给定的置信水平；ξ_MWP为平均宽度百分比；当预测区间有效率的计算结果小于0时，ξ_FIEI值取0；

利用网格搜索算法，确定所述目标函数最大时对应的放大比例系数和缩小比例系数；

根据所述预测结果、所述放大比例系数和所述缩小比例系数，计算新能源功率短期区间预测结果。