[发明专利]基于KMeans聚类的光伏发电预测方法

摘要

本发明属于光伏发电技术领域，尤其涉及一种基于KMeans聚类的光伏发电预测方法。其使用核密度函数拟合出每类数据的概率密度函数估计，以给出发电数据统计意义上的分布规律。包括以下步骤：步骤1、从光伏电厂获取发电数据，对数据进行清洗；步骤2、对样本数据进行假设检验，通过假设检验得到发电数据分布规律，将数据初步分为Beta分布和Weibull分布两类；步骤3、使用核密度函数拟合Beta分布，求出Beta分布的形状参数a、b；步骤4、对形状参数a进行KMeans聚类分析，得到聚类结果；步骤5、根据步骤5的聚类结果对每类的Beta分布进行核密度函数拟合，求出每类Beta分布的置信区间；步骤6、进行发电出力预测。

主权项

1.基于KMeans聚类的光伏发电预测方法，其特征在于，包括以下步骤：步骤1、从光伏电厂获取发电数据，对数据进行清洗，检查并纠正发电数据文件中的错误，检查数据一致性，处理无效值和缺失值，将无效数据剔除，(考虑到数据量大小，)选取其中一部分作为样本数据，其中另一部分数据作为预测数据；步骤2、对样本数据进行假设检验，通过假设检验得到发电数据分布规律，将数据初步分为Beta分布和Weibull分布两类；其中Weibull分布对应数据量较少，且对应天气均为较恶劣天气，因此将符合Weibull分布的发电数据归为一类，计算该类的置信区间；步骤3、使用核密度函数拟合Beta分布，求出Beta分布的形状参数a、b；步骤4、对形状参数a进行KMeans聚类分析，得到聚类结果；据聚类结果将天气类型进行归类，归类结果如表1所示：表1天气分类步骤5、根据步骤5的聚类结果对每类的Beta分布进行核密度函数拟合，从而求出每类Beta分布的置信区间；步骤6、进行发电出力预测；已知某天天气，预测其发电出力情况，根据天气情况确定检验数据所属天气类别，从而确定其所属发电数据类别，返回对应的置信区间，即为该天的发电出力预测。