太阳辐照度区间预测方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术涉及区间预测技术领域，公开了一种太阳辐照度区间预测方法、装置、计算机设备及存储介质，获取历史环境参数数据集和待预测周期内的第一环境参数数据集，并确定第一环境样本数据集；建立目标太阳辐照度预测模型；将第一环境参数数据集输入目标太阳辐照度预测模型，得到待预测周期内的太阳辐照度预测结果；基于第一环境样本数据集，利用自主采样法对待预测周期内的太阳辐照度预测结果进行区间预测，得到待预测周期内的目标太阳辐照度区间预测结果。本发明专利技术既考虑了历史数据的相似性和规律性，又考虑了模型的复杂性和准确性。进一步，采用自主采样法对太阳辐照度预测结果进行区间预测，有效增加了预测结果的可靠性和置信度。度。度。

【技术实现步骤摘要】
太阳辐照度区间预测方法、装置、计算机设备及存储介质


[0001]本专利技术涉及区间预测
，具体涉及一种太阳辐照度区间预测方法、装置、计算机设备及存储介质。

技术介绍

[0002]准确预测太阳辐照度是评估电站发电量和保证电力供应计划以及更有效平衡电网的基础。现阶段，用于短期太阳辐照度预测的方法主要包括物理模型方法、统计学习方法、人工神经网络方法、深度学习方法以及聚类分析方法等。其中物理模型方法计算复杂度高，但可以提供较高精度的预测结果；统计学方法不需要复杂的物理模型，计算效率高，但预测精度较低，受到数据质量和特征选择的影响比较大；人工神经网络方法可以适应复杂的非线性关系，但需要大量的数据和计算资源，且对网络结构和参数的选择比较敏感。深度学习方法需要大量的数据和计算资源，但可以提供较高精度的预测结果。
[0003]然而，现阶段的太阳辐照度短期预测方法都是基于单点预测，例如上述方法通常会给出一个确定的预测值，而不是预测值的置信区间，不能全面地反映了预测结果的不确定性，导致预测结果误差较大。

技术实现思路

[0004]有鉴于此，本专利技术提供了一种太阳辐照度区间预测方法、装置、计算机设备及存储介质，以解决现有的太阳辐照度短期预测方法都是基于单点预测，不能全面地反映了预测结果的不确定性，导致预测结果误差较大的问题。
[0005]第一方面，本专利技术提供了一种太阳辐照度区间预测方法，用于光伏电站；该太阳辐照度区间预测方法包括：
[0006]获取历史环境参数数据集和光伏电站在待预测周期内的第一环境参数数据集；基于历史环境参数数据集和第一环境参数数据集，确定第一环境样本数据集；基于第一环境样本数据集，建立目标太阳辐照度预测模型；将第一环境参数数据集输入目标太阳辐照度预测模型，得到待预测周期内的太阳辐照度预测结果；基于第一环境样本数据集，利用自主采样法对待预测周期内的太阳辐照度预测结果进行区间预测，得到待预测周期内的目标太阳辐照度区间预测结果。
[0007]本专利技术提供的太阳辐照度区间预测方法，基于历史环境参数数据集选取待预测周期内的第一环境参数数据集，并利用目标太阳辐照度预测模型进行预测，既考虑了历史数据的相似性和规律性，又考虑了模型的复杂性和准确性。进一步，采用自主采样法对太阳辐照度预测结果进行区间预测，有效增加了预测结果的可靠性和置信度。
[0008]在一种可选的实施方式中，基于历史环境参数数据集和第一环境参数数据集，确定第一环境样本数据集，包括：
[0009]基于历史环境参数数据集进行回归分析，并构建多元线性回归函数，多元线性回归函数反映环境参数与采集时间之间的关系；基于多元线性回归函数确定第二环境参数数
据集；基于历史环境参数数据集和第二环境参数数据集，确定第一环境样本数据集。
[0010]本专利技术通过构建反映环境参数与采集时间之间的关系的多元线性回归函数确定第二环境参数数据集，考虑了历史数据的相似性和规律性，为后续降低预测误差提供了数据支持。
[0011]在一种可选的实施方式中，基于历史环境参数数据集和第二环境参数数据集，确定第一环境样本数据集，包括：
[0012]计算历史环境参数数据集中每个预设采集时间对应的历史环境参数数据与第二环境参数数据集中预设采集时间对应的第二环境参数数据的马氏距离；基于每个马氏距离确定目标周期；基于目标周期，在历史环境参数数据集中确定第一环境样本数据集。
[0013]本专利技术结合马氏距离确定目标周期和第一环境样本数据集，考虑了各个数据特征之间的相关性，能够有效地处理不同数据特征之间的度量尺度不同的问题。
[0014]在一种可选的实施方式中，基于第一环境样本数据集，建立目标太阳辐照度预测模型，包括：
[0015]基于第一环境样本数据集确定第一环境样本数据子集和第二环境样本数据子集；将第一环境样本数据子集输入预设神经网络进行训练，得到初始太阳辐照度预测模型；利用第二环境样本数据子集对初始太阳辐照度预测模型进行验证，得到目标太阳辐照度预测模型。
[0016]本专利技术利用第一环境样本数据子集建立目标太阳辐照度预测模型，并结合第二环境样本数据子集进行验证，考虑了模型的复杂性和准确性，提高了模型预测的准确度。
[0017]在一种可选的实施方式中，基于第一环境样本数据集，利用自主采样法对待预测周期内的太阳辐照度预测结果进行区间预测，得到待预测周期内的目标太阳辐照度区间预测结果，包括：
[0018]利用自主采样法在第一环境样本数据集中确定至少一个第二环境样本数据集；基于每个第二环境样本数据集，建立至少一个目标太阳辐照度预测模型；将第一环境参数数据集分别输入每个目标太阳辐照度预测模型，得到至少一个太阳辐照度预测结果；基于每个太阳辐照度预测结果和每个预设区间预测置信度值，确定至少一个置信度区间范围和待预测周期内的至少一个初始太阳辐照度区间预测结果；基于每个置信度区间范围确定每个初始太阳辐照度区间预测结果的精确度；基于每个精确度和每个初始太阳辐照度区间预测结果，确定待预测周期内的目标太阳辐照度区间预测结果。
[0019]本专利技术利用自主采样法对太阳辐照度预测结果进行区间预测，不需要对原始的第一环境样本数据集做任何假设，可以直接从第一环境样本数据集中估计分布和参数，并且可以通过计算置信度区间范围来量化估计量的不确定性，有效增加了预测结果的可靠性和置信度。
[0020]在一种可选的实施方式中，基于每个太阳辐照度预测结果和每个预设区间预测置信度值，确定至少一个置信度区间范围和待预测周期内的至少一个初始太阳辐照度区间预测结果，包括：
[0021]获取每个第二环境样本数据集的样本个数；基于每个太阳辐照度预测结果，确定太阳辐照度平均值和太阳辐照度标准差；基于太阳辐照度标准差、每个预设区间预测置信度值和每个样本个数确定至少一个区间值；基于每个区间值和太阳辐照度平均值确定每个
预设区间预测置信度值对应的置信度区间范围；基于每个置信度区间范围确定待预测周期内的至少一个初始太阳辐照度区间预测结果。
[0022]本专利技术通过计算置信度区间范围来量化估计量的不确定性，有效增加了预测结果的可靠性和置信度。
[0023]在一种可选的实施方式中，基于每个置信度区间范围确定每个初始太阳辐照度区间预测结果的精确度，包括：
[0024]利用大数据方法获取每个置信度区间范围对应的每个太阳辐照度区间预测结果的精确度等级；基于每个精确度等级建立评价指标矩阵；基于每个太阳辐照度预测结果建立太阳辐照度矩阵；基于评价指标矩阵和太阳辐照度矩阵建立隶属度矩阵；基于隶属度矩阵和每个太阳辐照度预测结果确定每个初始太阳辐照度区间预测结果的精确度。
[0025]本专利技术通过计算置信度区间范围来量化估计量的不确定性，有效增加了预测结果的可靠性和置信度。
[0026]第二方面，本专利技术提供了一种太阳辐照度区间预测装置，用于光伏电站；该太阳辐照度区间预测包括：
[0027]获取模块，用于获取历史环境参数数据集和光伏本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种太阳辐照度区间预测方法，用于光伏电站；其特征在于，所述方法包括：获取历史环境参数数据集和所述光伏电站在待预测周期内的第一环境参数数据集；基于所述历史环境参数数据集和所述第一环境参数数据集，确定第一环境样本数据集；基于所述第一环境样本数据集，建立目标太阳辐照度预测模型；将所述第一环境参数数据集输入所述目标太阳辐照度预测模型，得到所述待预测周期内的太阳辐照度预测结果；基于所述第一环境样本数据集，利用自主采样法对所述待预测周期内的所述太阳辐照度预测结果进行区间预测，得到所述待预测周期内的目标太阳辐照度区间预测结果。2.根据权利要求1所述的方法，其特征在于，基于所述历史环境参数数据集和所述第一环境参数数据集，确定第一环境样本数据集，包括：基于所述历史环境参数数据集进行回归分析，并构建多元线性回归函数，所述多元线性回归函数反映环境参数与采集时间之间的关系；基于所述多元线性回归函数确定第二环境参数数据集；基于所述历史环境参数数据集和所述第二环境参数数据集，确定所述第一环境样本数据集。3.根据权利要求2所述的方法，其特征在于，基于所述历史环境参数数据集和所述第二环境参数数据集，确定所述第一环境样本数据集，包括：计算所述历史环境参数数据集中每个预设采集时间对应的历史环境参数数据与所述第二环境参数数据集中所述预设采集时间对应的第二环境参数数据的马氏距离；基于每个所述马氏距离确定目标周期；基于所述目标周期，在所述历史环境参数数据集中确定所述第一环境样本数据集。4.根据权利要求1所述的方法，其特征在于，基于所述第一环境样本数据集，建立目标太阳辐照度预测模型，包括：基于所述第一环境样本数据集确定第一环境样本数据子集和第二环境样本数据子集；将所述第一环境样本数据子集输入预设神经网络进行训练，得到初始太阳辐照度预测模型；利用所述第二环境样本数据子集对所述初始太阳辐照度预测模型进行验证，得到所述目标太阳辐照度预测模型。5.根据权利要求1所述的方法，其特征在于，基于所述第一环境样本数据集，利用自主采样法对所述待预测周期内的所述太阳辐照度预测结果进行区间预测，得到所述待预测周期内的目标太阳辐照度区间预测结果，包括：利用自主采样法在所述第一环境样本数据集中确定至少一个第二环境样本数据集；基于每个所述第二环境样本数据集，建立至少一个所述目标太阳辐照度预测模型；将所述第一环境参数数据集分别输入每个所述目标太阳辐照度预测模型，得到至少一个所述太阳辐照度预测结果；基于每个所述太阳辐照度预测结果和每个预设区间预测置信度值，确定至少一个置信度区间范围和所述待预测周期内的至少一个初始太阳辐照度区间预测结果；基于每个所述置...

【专利技术属性】
技术研发人员：刘何稚，李杨，王兴宁，王波，单海超，曹长冲，沈玉超，李晨晞，赵丽蓉，
申请(专利权)人：三峡国际能源投资集团有限公司，
类型：发明
国别省市：