一种基于神经网络的光伏电站发电量的预估方法及系统
申请人信息
- 申请人:深圳南控新能源有限公司
- 申请人地址:518000 广东省深圳市南山区南山街道荔湾社区怡海大道3041号招商局前海经贸中心二期A座2301
- 发明人: 深圳南控新能源有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于神经网络的光伏电站发电量的预估方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311519348.7 |
| 申请日 | 2023/11/15 |
| 公告号 | CN117540859A |
| 公开日 | 2024/2/9 |
| IPC主分类号 | G06Q10/04 |
| 权利人 | 深圳南控新能源有限公司 |
| 发明人 | 许文忠; 卢嘉; 董学峰; 朱振华 |
| 地址 | 广东省深圳市南山区南山街道荔湾社区怡海大道3041号招商局前海经贸中心二期A座2301 |
摘要文本
深圳南控新能源有限公司取得“一种透气窗帘布”专利技术，本发明公开了一种基于神经网络的光伏电站发电量的预估方法及系统，涉及光伏电站发电量预测技术领域。通过采集光伏电站中光伏组件的运行参数数据，综合考虑当光伏组件出现失效时光伏发电站的运行状态，构建光伏组件在使用过程中关于使用寿命的Weibull分布模型，通过模型预测光伏组件在未来时间间隔内使用过程中的失效概率，并采集光伏电站的历史数据作为输入构建预测模型，通过预测模型输出时间间隔内光伏电站的光伏组件的发电量预测值，根据光伏组件失效概率的预测结果及总发电量预测值计算总发电量修正值，以发电量预测期望值作为最终的输出的发电量预测结果，更符合光伏电站的实际运行情况，提高预测结果的准确性。
专利主权项内容
1.一种基于神经网络的光伏电站发电量的预估方法，其特征在于，包括，步骤一，采集光伏电站中光伏组件的运行参数数据，包括运行时间及故障概率值；步骤二，利用双参数Weibull分布的累积分布函数和概率密度函数对运行参数数据进行拟合，得到形状参数和缩放因子的估计值，根据形状参数和缩放因子的估计值计算位置参数的估计值；步骤三，将获取的形状参数及尺度参数带入到Weibull分布模型中，模型的表达式为，其中，F(x)为分布函数；x为随机变量；η为缩放因子；β为形状参数；γ为位置参数；通过模型预测第i组光伏组件的失效概率F(x)，其中i＝1, 2..., n，n为光伏组件的总数；i步骤四，采集光伏电站的历史数据作为输入构建预测模型，通过模型输出时间间隔t内光伏电站的第i组光伏组件的发电量预测值P；i步骤五，根据光伏组件失效概率的预测结果及总发电量预测值计算总发电量修正值P，总发电量修正值P的计算公式为，cc其中，F(t)表示为第i组光伏组件在时间间隔t结束时刻t的失效概率；F(t)表示为第i组光伏组件在时间间隔t初始时刻t的失效概率；F(t)-F(t)表示为第i组光伏组件在时间间隔t内的失效概率。eiebibeibi