[发明专利]基于GRU的光伏电站辐照度中长期预测的方法及装置

摘要

本发明公开的一种基于GRU的光伏电站辐照度中长期预测的方法及装置，涉及光伏电站辐照度中长期预测的方法和装置，属于辐照度预测领域。本发明的方法包括如下步骤采集光伏电站所在位置的太阳辐照度数据；基于GRU门限递归单元神经网络模型预测光伏电站所在位置的太阳辐照度；电力部门根据得到的辐照度预测结果进行中长期规划和调度，实现资源的合理利用，减少不合理增加装机量造成的设备损耗等问题。本发明还公开上述方法的实现装置，包括采集模块、预测模块和决策模块。本发明由于基于GRU门限递归单元神经网络模型具有记忆功能，能够实现光伏电站辐照度中长期预测，此外，本发明的方法及装置还具有准确高效，实现简单的优点。

主权项

一种基于GRU的光伏电站辐照度中长期预测的方法，其特征在于：包括如下步骤：步骤一：采集光伏电站所在位置的太阳辐照度数据；步骤二：将步骤一中采集光伏电站所在位置的太阳辐照度数据载入基于GRU门限递归单元神经网络模型，将采集的光伏电站所在位置的太阳辐照度数据分为训练集、验证集和测试集；基于GRU门限递归单元神经网络模型对所述光伏电站辐照度进行预测，根据辐照度的训练集预测值和训练集真实值进行比较，得到训练集预测误差；通过误差反向传播(Error Back Propagation，BP)算法利用训练集预测误差更新所述GRU门限递归单元神经网络模型的网络参数；步骤三：将步骤二得到的网络参数带入基于GRU门限递归单元神经网络模型，通过基于GRU门限递归单元神经网络模型的测试集测试基于GRU门限递归单元神经网络模型的预测能力，从而将最终得到的基于GRU门限递归单元神经网络模型用于预测光伏电站所在位置的太阳辐照度。