[发明专利]基于相似日特征分类与极端学习机的光伏发电功率短期预报方法

摘要

基于相似日特征分类与极端学习机的光伏发电功率短期预报方法，属于光伏电站发电技术领域，用于光伏发电系统的输出功率预报。本发明包括以下几个方面：(1)以公共气象预报网的气象数据为基础，根据季节、日类型等气象特征、光伏发电功率特征对气象数据、光伏发电系统发电量进行相似日特征分类；(2)以基于极端学习机算法的单隐层神经网络为预报模型，将选取的相似日数据作为训练样本，训练极端学习机算法中的单隐层神经网络(3)最后再将预测日最相近的相似日预测时段的已知发电量序列、最高气温、最低气温以及预测日预测时段的最高气温、最低气温作为神经网络输入，预测出光伏电站未来3小时的发电功率。本算法对设备需求较小，预测模型对区域的针对性强。且易于实现，精确度高。

主权项

基于相似日特征分类与极端学习机的光伏发电功率短期预报方法，其特征是该方法包括以下步骤：步骤一：已有历史数据的初步筛选确定相似日：步骤二：通过计算确定相似日；步骤三：极端学习机神经网络参数确定；步骤四：预测实际发电功率，并计算预测精度。