System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本申請涉及發電功率預測,尤其涉及一種發電功率的預測方法及裝置。
技術介紹
1、隨著可再生能源的快速發展,光伏發電作為一種清潔、可再生的能源形式,正逐漸受到廣泛關注和應用。然而,光伏發電具有間歇性和波動性,這給電力系統的穩定運行帶來了挑戰。因此,預測光伏發電的出力對于保障電力系統的安全穩定運行和調度至關重要。
2、相關技術中,可以通過深入研究光伏發電系統的物理特性和運行機制,建立物理模型來預測光伏出力。但是,相關技術中的預測方法的計算復雜度較高。
技術實現思路
1、本申請提供了一種發電功率的預測方法及裝置,可以解決相關技術中預測方法的計算復雜度較高的問題。所述的技術方案如下:
2、一方面,提供了一種發電功率的預測方法,所述方法包括:
3、基于目標設備的發電數據序列和n個未來時刻的氣象數據,獲取多個序列片段,其中所述發電數據序列包括:連續多個歷史時刻的發電數據,所述發電數據包括:發電功率和氣象數據,每個所述序列片段包括:連續(m+n)個時刻的所述發電數據,所述(m+n)個時刻包括所述歷史時刻;
4、基于各個所述序列片段,獲取對應的片段向量,所述片段向量包括:第一子向量和第二子向量,所述第一子向量基于所述序列片段中連續u個時刻的所述發電數據得到,所述第二子向量基于所述u個時刻中后n個時刻的所述發電功率得到,u大于等于m且小于等于(m+n);
5、基于搜索向量與各個所述片段向量的第一子向量的相似度,從多個所述片段向量中,獲取相似度
6、對所述至少兩個目標片段向量的第二子向量進行加權求和,以確定所述目標設備在各個所述未來時刻的發電功率。
7、可選的,在對所述至少兩個目標片段向量的第二子向量進行加權求和,得到所述目標設備在各個所述未來時刻的發電功率之前,所述方法還包括:
8、對于各個所述目標片段向量,基于所述目標片段向量對應的相似度,以及所述至少兩個目標時間序列對應的相似度的和值,確定所述目標片段向量的第二子向量的權重;
9、其中,所述目標片段向量的第二子向量的權重,與所述目標片段向量對應的相似度正相關,且與所述和值負相關。
10、可選的,在基于搜索向量與各個所述片段向量的第一子向量的相似度,從多個所述片段向量中,獲取相似度大于相似度閾值的至少兩個目標片段向量之前,所述方法還包括:
11、獲取所述搜索向量與各個所述片段向量的第一子向量之間的距離;
12、基于所述距離,確定所述搜索向量與所述第一子向量的相似度,所述相似度與所述距離負相關。
13、可選的,所述距離為動態時間規整距離或基于形狀的距離。
14、可選的,在基于目標設備的發電數據序列和n個未來時刻的氣象數據,獲取多個序列片段之前,所述方法還包括:
15、分別對所述目標設備的發電數據序列,以及n個未來時刻的氣象數據進行標準化處理。
16、另一方面,提供了一種發電功率預測裝置,所述裝置包括:
17、第一獲取模塊,用于基于目標設備的發電數據序列和n個未來時刻的氣象數據,獲取多個序列片段,其中所述發電數據序列包括:連續多個歷史時刻的發電數據,所述發電數據包括:發電功率和氣象數據,每個所述序列片段包括:連續(m+n)個時刻的所述發電數據,所述(m+n)個時刻包括所述歷史時刻;
18、第二獲取模塊,用于基于各個所述序列片段,獲取對應的片段向量,所述片段向量包括:第一子向量和第二子向量,所述第一子向量基于所述序列片段中連續u個時刻的所述發電數據得到,所述第二子向量基于所述u個時刻中后n個時刻的所述發電功率得到,u大于等于m且小于等于(m+n);
19、第三獲取模塊,用于基于搜索向量與各個所述片段向量的第一子向量的相似度,從多個所述片段向量中,獲取相似度大于相似度閾值的至少兩個目標片段向量,所述搜索向量至少基于所述n個未來時刻的氣象數據確定;
20、第一確定模塊,用于對所述至少兩個目標片段向量的第二子向量進行加權求和,以確定所述目標設備在各個所述未來時刻的發電功率。
21、可選的,所述裝置還包括:
22、第二確定模塊,用于對于各個所述目標片段向量,基于所述目標片段向量對應的相似度,以及所述至少兩個目標時間序列對應的相似度的和值,確定所述目標片段向量的第二子向量的權重;
23、其中,所述目標片段向量的第二子向量的權重,與所述目標片段向量對應的相似度正相關,且與所述和值負相關。
24、可選的,所述裝置還包括:
25、第三獲取模塊,用于獲取所述搜索向量與各個所述片段向量的第一子向量之間的距離;
26、第三確定模塊,用于基于所述距離,確定所述搜索向量與所述第一子向量的相似度,所述相似度與所述距離負相關。
27、可選的,所述裝置還包括:
28、標準化處理模塊,用于分別對所述目標設備的發電數據序列,以及n個未來時刻的氣象數據進行標準化處理。
29、又一方面,提供了一種計算機可讀存儲介質,其上存儲有計算機程序,所述計算機程序被處理器執行時,實現如上述方面所述的方法。
30、本申請提供的技術方案所帶來的有益效果至少包括:
31、本申請提供了一種發電功率的預測方法及裝置,該方法可以基于目標設備的連續多個歷史時刻的發電數據和n個未來時刻的氣象數據,獲取多個序列片段,并基于各個序列片段獲取對應的片段向量。該片段向量中的第一子向量基于對應的序列片段中的連續u個時刻的發電數據得到,第二子向量基于該u個時刻中的后n個時刻的發電功率得到,u大于等于m。然后,該方法可以基于搜索向量與各個片段向量中第一子向量的相似度,獲取相似度大于相似度閾值的至少兩個目標片段向量,繼而對至少兩個目標片段向量中的第二子向量進行加權求和,以確定目標設備在各個未來時刻的發電功率。該搜索向量至少基于n個未來時刻的氣象數據得到。由于第一子向量能至少反映連續m個時刻的氣象狀況,該搜索向量至少能反映n個未來時刻的氣象狀況,且發電功率主要取決于氣象狀況,因此該方法通過第一子向量和搜索向量,獲取基于與n個未來時刻的氣象狀況相似的氣象狀況下的發電功率(即第二子向量),即可實現n個未來時刻的發電功率的準確預測。在此過程中,由于無需深入研究光伏發電系統的物理特性和運行機制,因此降低了預測發電功率的計算復雜度。并且,由于該方法可以基于至少兩個目標片段向量中的第二子向量,來確定目標設備在各個未來時刻的發電功率,因此可以進一步提高發電功率的預測準確率。
32、本申請附加的方面和優點將在下面的描述中部分給出,部分將從下面的描述中變得明顯,或通過本申請的實踐了解到。
本文檔來自技高網...【技術保護點】
1.一種發電功率的預測方法,其特征在于,所述方法包括:
2.根據權利要求1所述的方法,其特征在于,在對所述至少兩個目標片段向量的第二子向量進行加權求和,得到所述目標設備在各個所述未來時刻的發電功率之前,所述方法還包括:
3.根據權利要求1所述的方法,其特征在于,在基于搜索向量與各個所述片段向量的第一子向量的相似度,從多個所述片段向量中,獲取相似度大于相似度閾值的至少兩個目標片段向量之前,所述方法還包括:
4.根據權利要求3所述的方法,其特征在于,
5.根據權利要求1至4任一所述的方法,其特征在于,在基于目標設備的發電數據序列和N個未來時刻的氣象數據,獲取多個序列片段之前,所述方法還包括:
6.一種發電功率預測裝置,其特征在于,所述裝置包括:
7.根據權利要求6所述的裝置,其特征在于,所述裝置還包括:
8.根據權利要求6所述的裝置,其特征在于,所述裝置還包括:
9.根據權利要求8所述的裝置,其特征在于,所述裝置還包括:
10.一種計算機可讀存儲介質,其上存儲有計算機程序,其特
...【技術特征摘要】
1.一種發電功率的預測方法,其特征在于,所述方法包括:
2.根據權利要求1所述的方法,其特征在于,在對所述至少兩個目標片段向量的第二子向量進行加權求和,得到所述目標設備在各個所述未來時刻的發電功率之前,所述方法還包括:
3.根據權利要求1所述的方法,其特征在于,在基于搜索向量與各個所述片段向量的第一子向量的相似度,從多個所述片段向量中,獲取相似度大于相似度閾值的至少兩個目標片段向量之前,所述方法還包括:
4.根據權利要求3所述的方法,其特征在于,
5.根據權利要求1至4任一所述的方法...
【專利技術屬性】
技術研發人員:吳明朗,龐振江,占兆武,李錚,唐遠洋,靳飛,
申請(專利權)人:深圳市國電科技通信有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。