← 返回列表

分布式光伏发电功率预测方法、装置、设备和存储介质

申请号: CN202311229745.0
申请人: 国网江苏省电力有限公司信息通信分公司
更新日期: 2026-03-10

专利详细信息

项目 内容
专利名称 分布式光伏发电功率预测方法、装置、设备和存储介质
专利类型 发明申请
申请号 CN202311229745.0
申请日 2023/9/21
公告号 CN117613850A
公开日 2024/2/27
IPC主分类号 H02J3/00
权利人 国网江苏省电力有限公司信息通信分公司
发明人 肖茂然; 曾锃; 缪巍巍; 夏元轶; 顾乐; 张明轩; 李世豪; 滕昌志; 张瑞; 余益团; 洪涛; 张震
地址 江苏省南京市鼓楼区北京西路20

摘要文本

本发明公开一种分布式光伏发电功率预测方法、装置、设备和存储介质。该方法包括根据改进聚类算法对历史发电参数信息进行动态聚类划分得到聚类后的目标时序数据;基于目标时序数据对应的最优分解参数对各目标时序数据进行变分模态分解得到至少两个子模态分量;利用改进核主成分分析法对各子模态分量进行高维特征空间映射得到历史发电天气数据对分布式光伏发电功率的贡献度;将历史发电参数信息输入至长短期记忆神经网络中得到分布式光伏发电功率预测结果;本发明实施例,通过上述技术方案,能够提高光伏发电预测的稳定性和准确性,实现超短期分布式光伏聚合发电的精准预测,为支撑电网快速调节其功率提供前提保障。

专利主权项内容

1.一种分布式光伏发电功率预测方法,其特征在于,所述方法,包括:获取目标区域中分布式光伏发电单元的历史发电参数信息,并基于从所述历史发电参数信息中所选取的初始聚类中心,以及所述初始聚类中心与所述历史发电参数信息之间的高斯核距离对所述历史发电参数信息进行动态聚类划分得到聚类后的目标时序数据;基于所述目标时序数据对应的最优分解参数对各所述目标时序数据进行变分模态分解得到至少两个子模态分量;其中,所述最优分解参数包括:目标子模态分量数和目标惩罚因子;利用预设核主成分分析法中至少两个核函数对各所述子模态分量对应的输入变量矩阵进行高维特征空间映射得到所述历史发电参数信息中历史发电天气数据对分布式光伏发电功率的贡献度;将所述历史发电参数信息输入至预先训练的长短期记忆神经网络中以得到分布式光伏发电功率预测结果;其中,所述长短期记忆神经网络中遗忘门的初始权重值由所述贡献度确定。