发明名称 |
基于K均值聚类改进广义天气的光伏发电预测方法 |
摘要 |
一种基于K均值聚类改进广义天气的光伏发电预测方法,所述方法将光伏电站逐日历史出力数据聚类为K个簇,并为簇内数据附上数字标签;统计逐日历史出力数据所对应的数字标签和气象专业天气,构成一个气象专业天气对应一个或多个数字标签的改进广义天气映射;对于每相邻两日的历史出力数据,以第一日历史出力数据和其对应的数字标签、第二日历史出力数据对应的数字标签作为输入,以第二日历史出力数据作为输出,建立光伏发电的BP神经网络预测模型并利用所述模型预测发电量。本发明克服了现有广义天气映射中,关于气象专业天气划分过于绝对化的缺点,不仅可以在晴朗天气下精确预测光伏发电量,在多云转阴、阴雨等多变天气下也具有良好的预测精度。 |
申请公布号 |
CN106022538A |
申请公布日期 |
2016.10.12 |
申请号 |
CN201610380692.6 |
申请日期 |
2016.05.31 |
申请人 |
中国矿业大学 |
发明人 |
张栋梁;严健;纵兆丹;任晓达;李国欣;刘建华 |
分类号 |
G06Q10/04(2012.01)I;G06Q50/06(2012.01)I;G06K9/62(2006.01)I |
主分类号 |
G06Q10/04(2012.01)I |
代理机构 |
石家庄冀科专利商标事务所有限公司 13108 |
代理人 |
李羡民;高锡明 |
主权项 |
一种基于K均值聚类改进广义天气的光伏发电预测方法,其特征是,所述方法将光伏电站逐日历史出力数据聚类为K个簇,并为簇内数据附上数字标签;统计逐日历史出力数据所对应的数字标签和气象专业天气,构成一个气象专业天气对应一个或多个数字标签的改进广义天气映射;对于每相邻两日的历史出力数据,以第一日历史出力数据和其对应的数字标签、第二日历史出力数据对应的数字标签作为输入,以第二日历史出力数据作为输出,建立光伏发电的BP神经网络预测模型并利用所述模型预测发电量。 |
地址 |
221008 江苏省徐州市泉山区解放南路中国矿业大学文昌校区 |