一种基于自适应模型的光伏发电系统发电功率预测方法

摘要文本

本发明公开一种基于自适应模型的光伏发电系统发电功率预测方法，包括以下步骤：以环境数据为输入，以生产历史数据为输出，训练ESN回声状态网络，建立自适应模型；将实时环境数据输入自适应模型，获得各个子模型对于光伏发电设备发电功率的预测输出；对各个子模型的预测输出进行准确性评价，并进行模型切换，进行之后时间段的发电功率预测。本发明采用无监督学习中的k‑means聚类方法处理历史数据，根据各个环境信息的维度，设置聚类中心进行聚类，获取不同状态的数据并赋予标签，用于之后的模型训练，避免了人工直接参与数据分类，节约了时间和人力成本；基于自适应模型对发电功率进行预测，能够很好的适应环境的复杂度。