[发明专利]一种A类机组出力曲线分解方法

摘要

本发明实施例公开了一种A类机组出力曲线分解方法，包括获取n个A类机组历史日96点出力数据，分别得到A类机组出力数据矩阵An_96和A类机组典型出力比例矩阵Bn_96；所述A类机组的典型出力分布遵循正态分布，通过正态分布获取随机数形成正态分布因子矩阵Cn_96；将所述An_96、Bn_96和Cn_96做哈达玛积运算，得到n个A类机组分解日96点负荷数据预测矩阵Dn_96和分解日96点总出力数据预测矩阵E1_96；获取分解日前A类机组总出力数据矩阵F1_96，将所述F1_96与E1_96相减得到M1_96，所述Bn_96中的bij与M1_96中的mj相乘得到偏差校正数据矩阵Gn_96；将所述Gn_96与Dn_96相加,得到n个A类机组分解日96点负荷数据矩阵。采用本发明，能够得到区域内分解日较为准确的各个A类机组96点的出力数据。

主权项

1.一种A类机组出力曲线分解方法,其特征在于，包括：获取n个A类机组历史日96点出力数据，分别得到A类机组出力数据矩阵A_{n_96}和A类机组典型出力比例矩阵B_{n_96},其中，n为正整数；所述A类机组的典型出力分布遵循正态分布，通过正态分布获取随机数形成正态分布因子矩阵C_{n_96}；将所述A_{n_96}、B_{n_96}和C_{n_96}做哈达玛积运算，得到n个A类机组分解日96点负荷数据预测矩阵D_{n_96}和分解日96点总出力数据预测矩阵E_{1_96}；获取分解日前A类机组总出力数据矩阵F_{1_96}，将所述F_{1_96}与E_{1_96}相减得到M_{1_96}，所述B_{n_96}中的b_ij分别与M_{1_96}中的m_j相乘得到偏差校正数据矩阵G_{n_96}；将所述G_{n_96}与D_{n_96}相加,得到n个A类机组分解日96点负荷数据矩阵。