[发明专利]一种基于典型相关分析的发电功率预测方法和系统在审
申请号: | 202310027000.X | 申请日: | 2023-01-09 |
公开(公告)号: | CN116090216A | 公开(公告)日: | 2023-05-09 |
发明(设计)人: | 李宝聚;赖晓文;付小标;温亚坤;侯嘉琪;孙勇;郭雷;王志伟;王尧;庄冠群 | 申请(专利权)人: | 国网吉林省电力有限公司;清华四川能源互联网研究院;北京清能互联科技有限公司 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G01W1/10;H02J3/00;G06F111/10 |
代理公司: | 成都睿道专利代理事务所(普通合伙) 51217 | 代理人: | 薛波 |
地址: | 130022 吉林省*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 典型 相关 分析 发电 功率 预测 方法 系统 | ||
1.一种基于典型相关分析的发电功率预测方法,其特征在于,包括:
获取历史预测气象和历史实际气象;
基于所述历史预测气象和所述历史实际气象,训练得到典型相关分析模型;
获取历史典型预测气象和历史实测功率;
基于所述历史典型预测气象和所述历史实测功率,训练得到功率预测模型;
获取待预测时段的预测气象;
将所述预测气象输入所述典型相关分析模型,模型输出典型预测气象;
将所述典型预测气象输入所述功率预测模型,模型输出预测功率。
2.根据权利要求1所述的基于典型相关分析的发电功率预测方法,其特征在于,对于风力发电,所述历史预测气象、所述历史实际气象和所述预测气象包括风轮毂处的风速、风向和温度。
3.根据权利要求1所述的基于典型相关分析的发电功率预测方法,其特征在于,对于光伏发电,所述历史预测气象和所述预测气象包括总辐照度和温度;所述历史实际气象包括短波辐射、长波辐射和温度。
4.根据权利要求1所述的基于典型相关分析的发电功率预测方法,其特征在于,还包括:
按时序将所述历史预测气象、所述历史实际气象和所述历史实测功率进行划分,得到训练集、验证集和测试集;所述训练集用于训练所述典型相关分析模型和所述功率预测模型;所述验证集用于调节所述功率预测模型中的超参数;所述测试集用于测试所述典型相关分析模型和所述功率预测模型;
对所述训练集、所述验证集和所述测试集中的所述历史预测气象、所述历史实际气象和所述历史实测功率分别进行归一化;其中,归一化的表达式为:
其中,i∈1、2,i=1时,X1表示历史实际气象矩阵,i=2时,X2表示历史预测气象矩阵,矩阵的行数为样本数,列数为气象指标个数;Y表示历史实测功率矩阵(向量),其行数为样本数,列数为1,表示经过归一化处理后的历史实际气象矩阵或历史预测气象矩阵,
表示Xi的列最小值,表示Xi的列最大值;表示经过归一化处理后的历史实测功率,Ymin表示Y的列最小值,Ymax表示Y的列最大值。
5.根据权利要求1所述的基于典型相关分析的发电功率预测方法,其特征在于,所述训练得到典型相关分析模型,包括:
将所述历史预测气象和所述历史实际气象输入初始典型相关分析模型;
所述初始典型相关模型对所述历史预测气象和所述历史实际气象进行线性组合,优化求解组合的方向为组合所述历史预测气象和所述历史实际气象后的随机变量有最大皮尔逊相关的组合方向;
组合方向确定即得到训练好的典型相关分析模型;基于所述组合方向,得到典型相关变量和典型相关系数。
6.根据权利要求1所述的基于典型相关分析的发电功率预测方法,其特征在于,所述训练得到功率预测模型,包括:
将所述历史典型气象输入初始功率预测模型;
基于所述初始功率预测模型的输出和所述历史实测功率构建损失函数;
基于所述损失函数调整所述初始功率预测模型的超参数,得到训练好的功率预测模型。
7.一种基于典型相关分析的发电功率预测系统,其特征在于,包括第一获取模块、第一训练模块、第二获取模块、第二训练模块、第三获取模块、预测气象确定模块和预测功率确定模块;
所述第一获取模块用于获取历史预测气象和历史实际气象;
所述第一训练模块用于基于所述历史预测气象和所述历史实际气象,训练得到典型相关分析模型;
所述第二获取模块用于获取历史典型预测气象和历史实测功率;
所述第二训练模块用于基于所述历史典型预测气象和所述历史实测功率,训练得到功率预测模型;
所述第三获取模块获取待预测时段的预测气象;
所述预测气象确定模块将所述预测气象输入所述典型相关分析模型,模型输出典型预测气象;
所述预测功率确定模块将所述典型预测气象输入所述功率预测模型,模型输出预测功率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网吉林省电力有限公司;清华四川能源互联网研究院;北京清能互联科技有限公司,未经国网吉林省电力有限公司;清华四川能源互联网研究院;北京清能互联科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310027000.X/1.html,转载请声明来源钻瓜专利网。