[发明专利]基于网格气象数据的小水电站发电功率超短期预测方法

权利要求书

1.基于网格气象数据的小水电站发电功率超短期预测方法，其特征在于，包括以下步骤：

步骤1：将水电站所在区域划分为网格，获取网格的降雨量数据；

步骤2：获取水电站历史发电功率数据，计算水电站历史发电功率与各个网格历史降雨量的相关系数，筛选水电站发电功率相关性大的网格；

步骤3：采用局部线性嵌入方法对网格的降雨量数据降维，得到降维的网格降雨量数据；

步骤4：采用长短期记忆人工神经网络建立发电功率预测模型，发电功率预测模型的输入为降维的网格降雨量数据与小水电历史发电功率，发电功率预测模型的输出为水电站发电功率；

步骤5：将降维的历史网格降雨量数据和水电站历史发电功率作为发电功率预测模型的数据集，设置发电功率预测模型参数，利用数据集对发电功率预测模型进行训练和测试，使其达到预测精度要求；

步骤6：采用训练好的发电功率预测模型进行水电站发电功率超短期预测。

2.根据权利要求1所述的小水电站发电功率超短期预测方法，其特征在于，步骤2具体包括：

步骤2.1：采用皮尔森相关系数度量水电站发电功率与各个网格降雨量之间的相关性；

将水电站所在区域划分为网格，水电站所在地区的网格降雨量数据采用矩阵X表示，

E_i＝[e_i1,e_i2,...,e_it] (2)

式中e_ij,i＝1,2…n,j＝1,2…t表示第i个网格在第j个时段内的降雨量，n表示划分的网格总数量，t表示时段总数量；E_i,i＝1,2…n表示第i个网格在t个时间段上的降雨数据向量；网格降雨量与水电站发电功率的相关系数的计算式如下：

式中r_i表示水电站发电功率与第i个网格的降雨量的相关系数；表示第i个网格在t个时段内的平均降雨量，p_j表示第j个时段水电站平均发电功率，表示水电站在t个时段内的平均发电功率；

相关系数r_i∈[-1,1]，当|r_i|越大时，表明第i个网格的降雨量和水电站发电功率的相关程度越高；

步骤2.2：选取相关系数阈值R_t作为相关性大的网格的筛选阈值，筛选出|r_i|≥R_t的网格，并得到筛选出的与水电站发电功率相关性大的网格的降雨量数据X′，

X′＝[E_f,E_g,…,E_h]^T (4)

式中E_f、E_g、E_h分别为筛选前的网格降雨量数据矩阵X中表示的第f个网格、第g个网格、第h个网格在t个时间段上的降雨数据向量。

3.根据权利要求2所述的小水电站发电功率超短期预测方法，其特征在于，所述将水电站所在区域划分为网格，划分的单位网格为边长3公里的正方形区域。

4.根据权利要求2所述的小水电站发电功率超短期预测方法，其特征在于，网格的筛选阈值为R_t＝0.6。