本发明专利技术涉及光伏发电站技术领域，公开了一种光伏电站输出功率的预测方法、装置、设备及介质，该方法包括：获取待测大气范围内的空间图像，并对所述空间图像进行目标对象识别，生成目标对象识别结果；基于所述目标对象识别结果选取监测设备，并获取所述监测设备监测的当前时间节点的气象数据集；将所述当前时间节点的气象数据集与关系数据库进行匹配，基于匹配结果确定预测光照强度；基于所述预测光照强度确定光伏电站输出功率的预测结果；本发明专利技术实现降低光伏电站输出功率预测的设备成本的同时实现对区域气象特性的预测。实现对区域气象特性的预测。实现对区域气象特性的预测。
【技术实现步骤摘要】
一种光伏电站输出功率的预测方法、装置、设备及介质
[0001]本专利技术涉及光伏发电站
，具体涉及一种光伏电站输出功率的预测方法、装置、设备及介质。
技术介绍
[0002]目前光伏电站输出功率模拟或预测主要是通过气象气球，无人机等设备穿越云层或目标大气区域以获取实测气象数据，借助有关地球物理模型计算模拟光照强度，该技术方案所需设备成本较高，而且借助的地球物理模型通常为平均模型，不易于体现区域气象特性。因此如何在降低光伏电站输出功率预测的设备成本的同时，实现对区域气象特性的预测成为亟待解决的技术问题。
技术实现思路
[0003]有鉴于此，本专利技术提供了一种光伏电站输出功率的预测方法、装置、设备及介质，以解决在降低光伏电站输出功率预测的设备成本的同时，实现对区域气象特性的预测的技术问题。
[0004]第一方面，本专利技术提供了一种光伏电站输出功率的预测方法，包括：获取待测大气范围内的空间图像，并对空间图像进行目标对象识别，生成目标对象识别结果；基于目标对象识别结果选取监测设备，并获取监测设备监测的当前时间节点的气象数据集；将当前时间节点的气象数据集与关系数据库进行匹配，基于匹配结果确定预测光照强度；基于预测光照强度确定光伏电站输出功率的预测结果。
[0005]本实施例提供的光伏电站输出功率的预测方法，一方面，通过获取待测大气范围内的空间图像，并对空间图像进行目标对象识别，生成目标对象识别结果，基于目标对象识别结果选取监测设备，考虑大气性质影响，实现不同气象条件选择相对应的监测设备，避免非必要监测设备的运行造成资源的浪费以及干扰因素的影响，降低成本，提高监测精度，同时提高监测设备的适用寿命；另一方面，通过获取监测设备监测的当前时间节点的气象数据集；将当前时间节点的气象数据集与关系数据库进行匹配，来确定预测光照强度，基于预测光照强度确定光伏电站输出功率的预测结果，实现了对光伏电站输出功率的精准预测。
[0006]在一种可选的实施方式中，获取待测大气范围内的空间图像之前，还包括：获取光伏面板布设范围，基于光伏面板布设范围确定地面近似区域三维坐标参数集；获取太阳方位参数集和气象雷达有效探测距离，基于地面近似区域三维坐标参数集、太阳方位参数集和气象雷达有效探测距离，确定待测大气范围的三维坐标参数集，生成待测大气范围。
[0007]本实施例提供的光伏电站输出功率的预测方法，结合光伏电站光伏面板布设范围，同时考虑了太阳方位影响和象雷达有效探测距离，确定精准的待测大气范围，且能够反映区域光照特性，体现出地区光照强度特点，实现监测设备获取精确气象数据的目的，从而提高光伏电站输出功率预测结果的精度。
[0008]在一种可选的实施方式中，通过如下关系式确定待测大气范围的三维坐标参数
集，生成待测大气范围：其中，，，表示待测大气范围的三维坐标参数，表示待测大气范围的三维坐标参数标号，，，表示地面近似区域的三维坐标参数，表示地面近似区域的三维坐标参数标号，R表示气象雷达有效探测距离，表示太阳高度角参数，表示太阳方位角参数。
[0009]在一种可选的实施方式中，对空间图像进行目标对象识别，生成目标对象识别结果，包括：获取图像数据集，图像数据集包括含有目标对象的图像和无目标对象的图像；基于图像数据集，对卷积神经网络进行训练，直到满足预设条件，生成二分类卷积神经网络模型；将空间图像输入二分类卷积神经网络模型进行目标对象识别，生成目标对象识别结果。
[0010]本实施例提供的光伏电站输出功率的预测方法，利用二分类卷积神经网络模型进行目标对象识别，生成目标对象识别结果。实现对目标对象识别的智能化，提高光伏电站输出功率预测的工作效率，提高对光伏电站输出功率的预测精度。
[0011]在一种可选的实施方式中，基于目标对象识别结果选取监测设备，并获取监测设备监测的当前时间节点的气象数据集，包括：当识别到目标对象时，则选取测云雷达、大气雷达、风速仪和风向仪作为监测设备；获取第一气象数据集，第一气象数据集由测云雷达、大气雷达、风速仪和风向仪监测得到；当未识别到目标对象时，则选取大气雷达、风速仪和风向仪作为监测设备；获取第二气象数据集，第二气象数据集由大气雷达、风速仪和风向仪监测得到。
[0012]本实施例提供的光伏电站输出功率的预测方法，基于目标对象识别结果选取监测设备，考虑大气性质影响，实现不同气象条件选择相对应的监测设备，避免非必要监测设备的运行造成资源的浪费以及干扰因素的影响，降低成本，提高监测精度，同时提高监测设备的适用寿命；利用气象雷达包括测云雷达、大气激光雷达等现有气象设备，实现一种非接触的、持续性的大气监测、云监测及有关气象数据的获取，无需依赖地球物理模型或无人机、气球等高成本大气探测设备，降低设备投入成本。
[0013]在一种可选的实施方式中，将当前时间节点的气象数据集与关系数据库进行匹配，基于匹配结果确定预测光照强度，包括：将当前时间节点的气象数据集与关系数据库进行相似度匹配，确定第一时间节点；关系数据库中存储多个时间节点对应的历史气象数据集与历史光照强度；获取预设时长，基于第一时间节点与预设时长确定第二时间节点；基于关系数据库，确定与第二时间节点对应的历史光照强度，将第二时间节点对应的历史光照强度作为预测光照强度。
[0014]本实施例提供的光伏电站输出功率的预测方法，将当前时间节点的气象数据集与关系数据库相似度匹配，确定第一时间节点，并基于第一时间节点与预设时长确定第二时间节点，再基于关系数据库，确定与第二时间节点对应的历史光照强度，将第二时间节点对应的历史光照强度作为预测光照强度，从而实现基于实测气象数据与历史气象数据对光照强度的预测，进而通过预测光照强度确定光伏电站输出功率的预测结果的目的。
[0015]在一种可选的实施方式中，将当前时间节点的气象数据集与关系数据库进行相似
度匹配，确定第一时间节点，包括：将当前时间节点的气象数据集与关系数据库中多个时间节点对应的历史气象数据集进行相似度匹配，确定与当前时间节点的气象数据集最近似的历史气象数据集；基于关系数据库确定与当前时间节点的气象数据最近似的历史气象数据集对应的第一时间节点。
[0016]本实施例提供的光伏电站输出功率的预测方法，将当前时间节点的气象数据集与关系数据库中多个时间节点对应的历史气象数据集进行相似度匹配，确定与当前时间节点的气象数据集最近似的历史气象数据集，使得得到的第一时间节点更加准确，提高对光伏电站输出功率的预测精度。
[0017]在一种可选的实施方式中，将当前时间节点的气象数据集与关系数据库中多个时间节点对应的历史气象数据集进行相似度匹配，确定与当前时间节点的气象数据集最近似的历史气象数据集，包括：将当前时间节点的气象数据集分别与多个时间节点对应的历史气象数据集进行相似度匹配，生成多个气象数据相似度均值；将多个气象数据相似度均值进行排序，基于排序结果确定最近似的历史气象数据集。
[0018]本实施例提供的光伏电站输出功率的预测方法，通过似度匹配求均值，确定最本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种光伏电站输出功率的预测方法，其特征在于，所述方法包括：获取待测大气范围内的空间图像，并对所述空间图像进行目标对象识别，生成目标对象识别结果；基于所述目标对象识别结果选取监测设备，并获取所述监测设备监测的当前时间节点的气象数据集；将所述当前时间节点的气象数据集与关系数据库进行匹配，基于匹配结果确定预测光照强度；基于所述预测光照强度确定光伏电站输出功率的预测结果。2.根据权利要求1所述的方法，其特征在于，所述获取待测大气范围内的空间图像之前，还包括：获取光伏面板布设范围，基于所述光伏面板布设范围确定地面近似区域三维坐标参数集；获取太阳方位参数集和气象雷达有效探测距离，基于所述地面近似区域三维坐标参数集、所述太阳方位参数集和所述气象雷达有效探测距离，确定待测大气范围的三维坐标参数集，生成待测大气范围。3.根据权利要求2所述的方法，其特征在于，通过如下关系式确定待测大气范围的三维坐标参数集：其中，，，表示待测大气范围的三维坐标参数，表示待测大气范围的三维坐标参数标号，，，表示地面近似区域的三维坐标参数，表示地面近似区域的三维坐标参数标号，R表示气象雷达有效探测距离，表示太阳高度角参数，表示太阳方位角参数。4.根据权利要求1所述的方法，其特征在于，所述对所述空间图像进行目标对象识别，生成目标对象识别结果，包括：获取图像数据集，所述图像数据集包括含有目标对象的图像和无目标对象的图像；基于所述图像数据集，对卷积神经网络进行训练，直到满足预设条件，生成二分类卷积神经网络模型；将所述空间图像输入所述二分类卷积神经网络模型进行目标对象识别，生成所述目标对象识别结果。5.根据权利要求1所述的方法，其特征在于，所述基于所述目标对象识别结果选取监测设备，并获取所述监测设备监测的当前时间节点的气象数据集，包括：当识别到所述目标对象时，则选取测云雷达、大气雷达、风速仪和风向仪作为监测设备；获取第一气象数据集，所述第一气象数据集由所述测云雷达、所述大气雷达、所述风速仪和所述风向仪监测得到；当未识别到所述目标对象时，则选取所述大气雷达、所述风速仪和所述风向仪作为监
测设备；获取第二气象数据集，所述第二气象数据集由所述大气雷达、所述风速仪和所述风向仪监测得到。6.根据权利要求1所述的方法，其特征在于，所述将所述当前时间节点的气象数据集与关系数据库进行匹配，基于匹配结果确定预测光照强度，包括：将所述当前时间节点的气象数据集与关系数据库进行相似度匹配，确定第一时间节点；所述关系数据库中存储多个时间节点对应的历史气象数据集与历史光照强度；获取预设时长，基于所述第一时间节点与所述预设时长确定第二时间节点；基于所述关系数据库，确定与所述第二时间节点对应的历史光照强度，将所述第二时间节点对应的历史光照强度作为所述预测光照强度。7.根据权利要求6所述的方法，其特征在于，所述将所述当前时间节点的气象数据集与关系数据库进行相似度匹配，确定第一时间节点，包括：将所述当前时间节...
【专利技术属性】
技术研发人员：宋子达，邓友汉，陈圣哲，余意，陈静，高潮，姚翔龙，张妍珺，王一凡，姚维为，欧阳建树，李雨抒，
申请(专利权)人：中国长江三峡集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。