[发明专利]一种基于加权FCM聚类算法的光伏电站输出功率预测方法

摘要

本发明涉及一种基于加权FCM聚类算法的光伏电站输出功率预测方法，本发明首先从现有光伏电站运行数据库中选取与待测气象数据样本相匹配的天气资料样本和与其对应的光伏电站输出功率作为参考样本，通过知识评价，筛选出典型数据矩阵，然后与待测气象数据样本组合，经过归一化处理，形成最终的标准样本矩阵，作为算法的输入变量，然后通过属性加权的FCM聚类算法迭代后，得到该待测气象数据样本所对应的输出功率。本发明克服了气象因素复杂、对输出功率的影响程度不均衡，以及气象数据具有的随机性和不确定性等诸多缺点，预测速度快、准确度高，预测结果为电力行业合理调度资源、科学统筹规划提供了数据支撑，同时能够获得良好的经济和社会效益。

主权项

一种基于加权FCM聚类算法的光伏电站输出功率预测方法，其特征在于，该预测方法包括以下步骤：1)确定需要进行功率预测的未来精确时间段，采集该时间段内光伏电站所在区域内包含太阳总辐量、水平面辐射量、倾斜面辐射量、环境温度、空气湿度、大气压力、风速和风速的8维属性的天气数据作为待测气象数据样本；2)从该光伏电站历史运行的知识库中选取与待测气象数据样本相似的参考样本，每个参考样本中包含有与待测气象数据样本中相同的8个天气属性以及对应气象样本的光伏电站输出功率；3)从参考样本中选取与待测气象数据样本匹配的标准样本数据集，与待测气象数据样本组合，形成典型样本矩阵，并对该典型样本矩阵进行归一化处理形成标准样本矩阵；4)将标准样本矩阵作为属性加权FCM聚类算法的输入量，根据设定的初始化变量进行算法迭代以得到相应的隶属度矩阵，根据得到的隶属度矩阵判断待测气象样本对应的光伏电站输出功率，该输出功率即为待测气象样本的预测功率。