[发明专利]基于小时级天气类型校正的光伏功率短期预测方法及系统

权利要求书

1.一种基于小时级天气类型校正的光伏功率短期预测方法，其特征在于：包括以下步骤：

获取待预测日的光辐照强度预报结果和天气类型预报结果；获取每日小时级光辐照强度数据，由小时级光辐照强度数据插值扩充为15分钟级光辐照强度数据作为映射模型的输入；获取预设时间段内的光辐照强度的实际值与预报值并进行误差分析，利用误差分析结果校正待预测日的光辐照强度值，得到最终的待预测日的光辐照强度预报结果；

将获取的光辐照强度预报结果输入到预设的基于极限学习机构建的映射模型中，得到待预测日的第一功率预测结果；将获取的天气类型预报结果输入到预设的基于门控循环单元神经网络的预测模型中，得到待预测日的第二功率预测结果；

根据预设的遗传算法模型得到第一功率预测结果和第二功率预测结果权重系数，进而得到最终的功率预测结果；通过光辐照预报值的变换建立主映射模型，再通过小时级的功率差值校正量反馈到主映射模型中。

2.如权利要求1所述的基于小时级天气类型校正的光伏功率短期预测方法，其特征在于：

通过interp1d函数将小时级光辐照强度数据插值扩充为15分钟级光辐照强度数据。

3.如权利要求1所述的基于小时级天气类型校正的光伏功率短期预测方法，其特征在于：

采用Moore-Penrose广义逆运算获取基于极限学习机构建的映射模型的输出权重。

4.如权利要求1所述的基于小时级天气类型校正的光伏功率短期预测方法，其特征在于：

天气类型至少包括阴天、晴天和雨天。

5.如权利要求1所述的基于小时级天气类型校正的光伏功率短期预测方法，其特征在于：

通过验证集，交叉验证或弃一法交叉验证找到映射模型中神经元的最佳数量，确定最佳映射模型。

6.一种基于小时级天气类型校正的光伏功率短期预测系统，其特征在于：包括：

数据获取模块，被配置为：获取待预测日的光辐照强度预报结果和天气类型预报结果；获取每日小时级光辐照强度数据，由小时级光辐照强度数据插值扩充为15分钟级光辐照强度数据作为映射模型的输入；获取预设时间段内的光辐照强度的实际值与预报值并进行误差分析，利用误差分析结果校正待预测日的光辐照强度值，得到最终的待预测日的光辐照强度预报结果；

第一预测模块，被配置为：将获取的光辐照强度预报结果输入到预设的基于极限学习机构建的映射模型中，得到待预测日的第一功率预测结果；第二预测模块，被配置为：将获取的天气类型预报结果输入到预设的基于门控循环单元神经网络的预测模型中，得到待预测日的第二功率预测结果；

预测融合模块，被配置为：根据预设的遗传算法模型得到第一功率预测结果和第二功率预测结果权重系数，进而得到最终的功率预测结果；通过光辐照预报值的变换建立主映射模型，再通过小时级的功率差值校正量反馈到主映射模型中。

7.一种介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-5任一项所述的基于小时级天气类型校正的光伏功率短期预测方法中的步骤。

8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-5任一项所述的基于小时级天气类型校正的光伏功率短期预测方法中的步骤。