[发明专利]一种光伏电站发电能力预测方法及装置

权利要求书

1.一种光伏电站发电能力预测方法，其特征在于，包括：

获取多个光伏电站的历史月发电量数据；

将多个光伏电站的历史月发电量数据输入到聚类模型，得到所述聚类模型输出的聚类结果，所述聚类结果包括至少一个簇，所述簇中任意两个光伏电站的历史月发电量数据之间的差异在设定差异阈值范围内，所述聚类模型为预先基于多个不同光伏电站的历史月发电量数据对聚类算法训练得到的模型；

对每个所述簇，基于所述簇中光伏电站的历史月发电量数据，确定发电量走势曲线，将所述发电量走势曲线对应的发电能力类别，作为所述簇中各个光伏电站的发电能力类别。

2.根据权利要求1所述方法，其特征在于，所述将多个光伏电站的历史月发电量数据输入到聚类模型，包括：

按照光伏电站的并网运行日期，对多个光伏电站的历史月发电量数据进行分类，得到多组数据集合，每组所述数据集合中的光伏电站的并网运行日期相同；

对每组所述数据集合，将所述数据集合中光伏电站的历史月发电量数据输入到聚类模型。

3.根据权利要求2所述的方法，其特征在于，所述将所述数据集合中光伏电站的历史月发电量数据输入到聚类模型，包括：

判断所述数据集合中光伏电站的历史月发电量数据是否缺失数据；

若缺失数据，则对所述数据集合中光伏电站的历史月发电量数据进行补充；

和/或，判断所述数据集合中光伏电站的历史月发电量数据中是否存在异常数据；

若存在异常数据，则剔除所述数据集合中光伏电站的历史月发电量数据中的异常数据；

在对所述数据集合中光伏电站的历史月发电量数据进行补充，和/或，剔除所述数据集合中光伏电站的历史月发电量数据中的异常数据之后，对所述数据集合中光伏电站的历史月发电量数据进行归一化处理；

将所述数据集合中归一化处理后的光伏电站的历史月发电量数据输入到聚类模型。

4.根据权利要求1所述的方法，其特征在于，所述基于所述簇中光伏电站的历史月发电量数据，确定发电量走势曲线，包括：

从所述簇中选择其中一个光伏电站的历史月发电量数据，作为目标历史月发电量数据；

在以月份为横坐标，月发电量数据为纵坐标的坐标系下绘制所述目标历史月发电量数据对应的坐标点，将所述坐标点组成的曲线，作为发电量走势曲线。

5.根据权利要求1所述的方法，其特征在于，所述基于所述簇中光伏电站的历史月发电量数据，确定发电量走势曲线，包括：

对所述簇中多个光伏电站的历史月发电量数据进行平均运算，得到每个月的平均发电量数据；

在以月份为横坐标，月发电量数据为纵坐标的坐标系下绘制所述每个月的平均发电量数据对应的坐标点，将所述坐标点组成的曲线，作为发电量走势曲线。

6.一种光伏电站发电能力预测装置，其特征在于，包括：

获取模块，用于获取多个光伏电站的历史月发电量数据；

聚类模块，用于将多个光伏电站的历史月发电量数据输入到聚类模型，得到所述聚类模型输出的聚类结果，所述聚类结果包括至少一个簇，所述簇中任意两个光伏电站的历史月发电量数据之间的差异在设定差异阈值范围内，所述聚类模型为预先基于多个不同光伏电站的历史月发电量数据对聚类算法训练得到的模型；

预测模块，用于对每个所述簇，基于所述簇中光伏电站的历史月发电量数据，确定发电量走势曲线，将所述发电量走势曲线对应的发电能力类别，作为所述簇中各个光伏电站的发电能力类别。

7.根据权利要求6所述的装置，其特征在于，所述聚类模块，具体用于：

按照光伏电站的并网运行日期，对多个光伏电站的历史月发电量数据进行分类，得到多组数据集合，每组所述数据集合中的光伏电站的并网运行日期相同；

对每组所述数据集合，将所述数据集合中光伏电站的历史月发电量数据输入到聚类模型。