一种短期细粒度光伏电站功率概率预测方法.pdf
是你****平呀
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种短期细粒度光伏电站功率概率预测方法.pdf
本发明提出一种短期细粒度光伏电站功率概率预测方法,包括以下步骤:1)光伏电站功率、气象数据获取,并进行缺失值、异常值处理;2)提取气象特征,对气象特征进行特征选择;3)基于时间特征、气象特征构建特征向量;4)基于DeepAR模型和特征向量构建短期光伏电站功率概率预测模型,得到预测点的置信区间和预测值。本发明可适用于细粒度的光伏电站功率概率预测,能够输出具有统计学解释性的预测结果,不仅预测效果较好,而且可以得到预测点不同置信度的置信区间。
光伏电站短期功率预测方法的研究的中期报告.docx
光伏电站短期功率预测方法的研究的中期报告尊敬的评委老师:我报告的中期进展是关于光伏电站短期功率预测方法的研究。研究背景为,由于天气变化的不确定性和光伏电站本身的复杂性,光伏电站的功率难以准确预测。因此,研究如何通过有效的方法预测光伏电站功率具有重要的意义。在此背景下,我对现有的光伏电站短期功率预测方法进行了综述,发现现有的预测方法存在一些问题,例如数据收集不充分、模型选择不合理等问题。同时,我也发现了一些新的方法,例如机器学习方法、数学建模方法等,可以用于预测光伏电站的功率。在研究过程中,我利用Pytho
一种光伏功率超短期在线预测方法.pdf
本发明属于光伏发电技术领域,公开了一种光伏功率超短期在线预测方法,首先,将采集到的光伏功率历史数据进行预处理,预处理过程包括对历史数据的分类以及滤波,目的在于提高训练数据的可信度;然后,采用中心频率观察法和改进的粒子群优化算法优化在线预测过程中各模型的参数;最后,将核函数极限学习机作为基础预测器,结合变分模态分解和相空间重构算法,完成超短期光伏功率预测。本发明的有益效果为通过对光伏功率数据本身存在的混沌特性进行分析,采用奇异谱分析、变分模态分解以及相空间重构方法消除了光伏功率数据的随机性与不确定性;以核函
基于Kmeans-GRA-Elman模型的光伏电站短期功率预测方法.pdf
本发明涉及一种基于Kmeans‑GRA‑Elman模型的光伏电站短期功率预测方法,包括:采集光伏电站历史每天的发电功率以及气象站上每天对应时间段的气象参数;对数据进行预处理;利用六项统计指标结合改进Kmeans算法对历史日中第一天到待预测日前一天的样本进行聚类,根据轮廓系数确定类别数;计算每个聚类气象特征值的中心点,判断待预测日所属的类别;确定待预测日的相似日和最佳相似日;确定Elman神经网络参数;得到训练模型;将最佳相似日的参数样本组合以及待预测日的气象参数输入训练模型中对待预测日的发电功率进行预测。
基于模糊样本颗粒的光伏功率超短期非参数概率预测方法.pdf
本发明公开了一种基于模糊样本颗粒的光伏功率超短期非参数概率预测方法,本发明首先分析光伏功率时间序列样本特性,结合数值天气预报中气象预报辐照数据,构造基于合并‑分解的样本颗粒处理方法;此外,研究基于样本颗粒的层次聚类方法,根据不同样本颗粒存在的不同簇,结合预设的待预测样本输入的特征,将样本颗粒按合理倍数自适应扩展,再复原为原始样本,实现样本使用权重的动态调整,最后再基于极限学习机的分位数回归模型,按照待测样本隶属于不同簇的情况分别训练光伏概率预测模型。本发明方法具有较好的可靠度和整体性能,极大地提高了光伏发