[发明专利]光伏发电功率预测模型构建及光伏发电功率预测方法

权利要求书

1.一种光伏发电功率预测模型构建方法，其特征在于，包括：

获取多个样本向量，其中，样本向量包括目标光伏发电设备的发电功率数据以及基于多个监测类获取的多个监测数据，所述多个监测数据与所述发电功率数据基于相同的时间节点获取；

根据发电功率与所述多个监测类的关联性，对所述多个样本向量中对应无关监测类的数据进行去除，其中，无关监测类与发电功率的关联性低于阈值；

根据所述多个样本向量对光伏发电初始模型的多个参数进行调整，获得光伏发电功率预测模型，其中，所述光伏发电初始模型基于人工神经网络构建。

2.根据权利要求1所述的光伏发电功率预测模型构建方法，其特征在于，所述根据发电功率与所述多个监测类的关联性，对所述多个样本向量中对应无关监测类的数据进行去除，包括：

对所述多个样本向量，按照预定的顺序进行排序；

根据所述多个样本向量，分别获得发电功率向量以及多个监测类向量，其中，发电功率向量的多个元素基于多个样本向量的发电功率数据获取，监测类向量的多个元素基于多个样本向量中同一个监测类的监测数据获取；

根据所述发电功率向量以及所述多个监测类向量，获得多个第一关联系数，其中，所述多个第一关联系数与所述多个监测类相对应，第一关联系数表征监测类与发电功率的关联性；

将第一关联系数的绝对值低于阈值的监测类作为所述无关监测类；

将所述多个样本向量中对应无关监测类的监测数据进行去除。

3.根据权利要求2所述的光伏发电功率预测模型构建方法，其特征在于，所述根据所述发电功率向量以及所述多个监测类向量，获得多个第一关联系数，包括：

根据第一公式、所述发电功率向量以及所述多个监测类向量，获得所述多个第一关联系数，其中，所述第一公式为：

式中，P_i为第i个监测类与发电功率的第一关联系数，N为发电功率向量元素的总数量，a_n为发电功率向量的第n个元素，c_in为第i个类差向量的第n个元素，b_in为第i个监测类的第n个元素。

4.根据权利要求1-3任一项所述的光伏发电功率预测模型构建方法，其特征在于，所述光伏发电初始模型包括：输入层、隐含层以及输出节点，所述输入层的节点数量与样本向量中多个监测数据的数量相同，隐含层包括多个全连接的中间节点，所述隐含层的输入与所述输入层连接，所述输出节点与所述隐含层的输出连接；

所述输入层中对应记忆类的节点基于LSTM模型构建，其中，所述记忆类为长期数据影响发电功率的监测类；

根据所述多个样本向量对光伏发电初始模型的多个参数进行调整，获得光伏发电功率预测模型，包括：

将所述多个样本向量按照时间的先后进行排列；

样本输入步骤：将所述多个样本向量中每个样本向量的多个监测数据输入到所述光伏发电初始模型，获得多个模型输出；

根据所述多个模型输出以及所述多个样本向量的发电功率数据，获取模型输出的残差；

若所述残差大于阈值，则根据所述残差以及梯度下降算法，调整所述光伏发电初始模型的多个参数，并跳转至所述样本输入步骤；

否则，将所述光伏发电初始模型作为所述光伏发电功率预测模型。