← 返回列表

一种光伏发电短期预测方法、系统、介质及设备

申请号: CN202410166026.7
申请人: 山东建筑大学; 国网山东省电力公司威海供电公司
申请日期: 2024/2/6

摘要文本

本发明提供了一种光伏发电短期预测方法、系统、介质及设备,其属于光伏预测技术领域,所述方案采用改进的奇异谱分解将光伏的历史数据分解成趋势项、周期项,随后引入连续均方差方法将周期项分为低频项与高频项,考虑到周期项中存在大量的噪声干扰,采用经验模态分解方法对其进行去噪处理;通过上述设置能够有效提取光伏发电历史数据中的有用信息,并有效滤除历史数据中存在的不规则部分和噪声;同时,通过采用空洞因果卷积与堆叠LSTM网络分别对历史数据的低频分量和高频分量分别进行预测,能够对两种模型的特性进行有效利用,并基于两种预测结果相结合的方式对光伏发电进行短期预测,避免单一模型存在的缺陷,有效提高预测的精确度。

专利详细信息

项目 内容
专利名称 一种光伏发电短期预测方法、系统、介质及设备
专利类型 发明申请
申请号 CN202410166026.7
申请日 2024/2/6
公告号 CN117709556A
公开日 2024/3/15
IPC主分类号 G06Q10/04
权利人 山东建筑大学; 国网山东省电力公司威海供电公司
发明人 田崇翼; 林龙龙; 乔学明; 孟平; 汤耀; 陈豪; 宫宝凝; 刘艳红; 严毅; 王璠; 马昕; 田晨璐
地址 山东省济南市历城区临港开发区凤鸣路1000号; 山东省威海市昆明路23号

专利主权项内容

1.一种光伏发电短期预测方法,其特征在于,包括:获取光伏发电历史数据,并进行相应预处理;基于奇异谱分解方法将预处理后的光伏发电数据分解为若干组分,并进行滤波处理,获得低频序列和高频序列;基于所述低频序列,采用预先训练的带有残差连接的因果卷积进行光伏发电预测,获得第一预测结果;基于所述高频序列,采用预先训练的堆叠LSTM网络进行光伏发电预测,获得第二预测结果;基于所述第一预测结果和第二预测结果的融合,通过数据重构及去归一化获得光伏发电的短期预测结果。