【技术实现步骤摘要】
本申请涉及光伏发电，具体而言，涉及一种光伏功率超短期预测方法、光伏功率超短期预测装置、计算机可读存储介质、计算机程序产品和电子设备。
技术介绍
1、光伏发电成为解决石化能源短缺的重要途径，但是复杂天气状态、云层移动、环境温度等因素使得光伏发电具有随机性、间歇性与波动性特点，超短期光伏功率预测能够提供光伏功率的实时变化信息，为平抑光伏功率的波动性提供重要支撑，是一种提升光伏发电消纳水平的重要手段，对光伏发电输出功率进行超短期预测，可以为电力系统的调度决策提供及时有效的信息支持，降低运行成本。
2、现有技术中，基于历史时段的云图和历史时段的气象数据，采用神经网络对光伏功率进行超短期预测，但是并没有考虑到云在未来时段的移动趋势对光伏功率的影响，也没有考虑到云图和气象数据之间的耦合关系，因此，精确度比较低。
技术实现思路
1、本申请的主要目的在于提供一种光伏功率超短期预测方法、光伏功率超短期预测装置、计算机可读存储介质、计算机程序产品和电子设备，以至少解决现有技术中的光伏功率超短期预测方法没有考虑到云在未来时段的移动趋势对光伏功率的影响导致精确度比较低的问题。
2、为了实现上述目的，根据本申请的一个方面，提供了一种光伏功率超短期预测方法，所述方法包括：获取当前时段下预定区域的相关气象参数的归一化取值，且获取所述当前时段下所述预定区域的云图，所述相关气象参数为影响所述预定区域的光伏功率的取值的气象参数；将所述当前时段下所述预定区域的云图输入云图预测模型，得到未来时段下
3、可选地，在将所述当前时段下所述预定区域的所述相关气象参数的归一化取值、所述当前时段下所述预定区域的云图，以及所述未来时段下所述预定区域的云图输入光伏功率预测模型，得到所述未来时段下所述预定区域的光伏功率的归一化取值之前，所述方法还包括：获取所述第一历史时段下所述预定区域的多种所述气象参数的归一化取值，且获取所述第一历史时段下所述预定区域的光伏功率的归一化取值；根据所述第一历史时段下所述预定区域的各种所述气象参数的归一化取值以及所述第一历史时段下所述预定区域的光伏功率的归一化取值，分别计算所述预定区域的各种所述气象参数与所述预定区域的光伏功率的皮尔逊相关系数，得到多个目标相关系数，一种目标相关系数对应于一个所述气象参数；确定大于或者等于预设值的所述目标相关系数对应的所述气象参数为所述相关气象参数。
4、可选地，所述改进cnn神经网络包括：图像特征提取模块、气象特征提取模块、拼接模块和融合模块，所述图像特征提取模块的输入端用于输入所述当前时段下所述预定区域的云图以及所述未来时段下所述预定区域的云图，所述图像特征提取模块的输出端用于输出第一特征向量，所述图像特征提取模块的输出端与所述拼接模块的输入端连接，所述气象特征提取模块的输入端用于所述当前时段下所述预定区域的所述相关气象参数的归一化取值，所述气象特征提取模块的输出端用于输出特征矩阵，所述气象特征提取模块的输出端与所述拼接模块的输入端连接，所述拼接模块用于将所述特征矩阵中的列向量按照列位置的先后顺序拼接成第二特征向量，用于将所述第一特征向量和所述第二特征向量拼接成第三特征向量，所述第一特征向量的长度与所述第二特征向量的长度相同，所述拼接模块的输出端用于输出所述第三特征向量，所述拼接模块的输出端与所述融合模块的输入端连接，所述融合模块的输出端用于输出所述预定区域的光伏功率的归一化值；其中，所述图像特征提取模块包括多个子特征提取模块和第一一维卷积层，所述子特征提取模块包括：二维卷积层、第一激活函数、最大池化层，所述二维卷积层的输入端为所属的所述子特征提取模块的输入端，在所述子特征提取模块中，所述二维卷积层的输出端与所述第一激活函数的输入端连接，所述第一激活函数的输出端与所述最大池化层的输入端连接，所述最大池化层的输出端为所属的所述子特征提取模块的输出端，所有的所述子特征提取模块首位顺次连接，输入端处于空悬状态的所述子特征提取模块的输入端为所述图像特征提取模块的输入端，输出端处于空悬状态的所述子特征提取模块的输出端与所述第一一维卷积层的输入端连接，所述第一一维卷积层的输出端为所述图像特征提取模块的输出端；所述气象特征提取模块包括第二一维卷积层、线性层和第二激活函数，所述第二一维卷积层的输入端为所述气象特征提取模块的输入端，所述第二一维卷积层的输出端与所述线性层的输入端连接，所述线性层的输出端与所述第二激活函数的输入端连接，所述第二激活函数的输出端为所述气象特征提取模块的输出端，所述融合模块包括多个子融合模块，所述子融合模块包括：全连接层、第三激活函数、随机丢弃层，所述全连接层的输入端为所属的所述子融合模块的输入端，在所述子融合模块中，所述全连接层的输出端与所述第三激活函数的输入端连接，且所述第三激活函数的输出端与所述随机丢弃层的输入端连接，所述随机丢弃层的输出端为所属的所述子融合模块的输出端，所有的所述子融合模块首位顺次连接，输出端处于空悬状态的所述子融合模块的输出端为所述融合模块的输出端。
5、可选地，在获取所述当前时段下所述预定区域的云图之后，在将所述当前时段下所述预定区域的云图输入云图预测模型，得到未来时段下所述预定区域的云图之前，所述方法还包括：至少对所述当前时段下所述预定区域的云图依次进行灰度化处理和阈值分割处理，所述阈值分割处理为将所述当前时段下所述预定区域的云图中满足预定条件的像素点的像素值调整至0，且将所述当前时段下所述预定区域的云图中不满足所述预定条件的像素点的像素值调整至255，所述预定条件为像素点的像素值位于预设像素值范围内。
6、可选地，至少对所述当前时段下所述预定区域的云图依次进行灰度化处理和阈值分割处理，包括：对所述当前时段下所述预定区域的云图依次进行图像裁剪处理、所述灰度化处理、伽马变换处理、自适应直方图均衡化处理以及所述阈值分割处理。
7、可选地，所述第一历史时段下所述预定区域的云图的类型以及所述第二历史时段下所述预定区域的云图的类型包括云向预定方向移动的图、云遮挡太阳的图、云聚集的图。
本文档来自技高网...【技术保护点】
1.一种光伏功率超短期预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在将所述当前时段下所述预定区域的所述相关气象参数的归一化取值、所述当前时段下所述预定区域的云图，以及所述未来时段下所述预定区域的云图输入光伏功率预测模型，得到所述未来时段下所述预定区域的光伏功率的归一化取值之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述改进CNN神经网络包括：图像特征提取模块、气象特征提取模块、拼接模块和融合模块，所述图像特征提取模块的输入端用于输入所述当前时段下所述预定区域的云图以及所述未来时段下所述预定区域的云图，所述图像特征提取模块的输出端用于输出第一特征向量，所述图像特征提取模块的输出端与所述拼接模块的输入端连接，所述气象特征提取模块的输入端用于所述当前时段下所述预定区域的所述相关气象参数的归一化取值，所述气象特征提取模块的输出端用于输出特征矩阵，所述气象特征提取模块的输出端与所述拼接模块的输入端连接，所述拼接模块用于将所述特征矩阵中的列向量按照列位置的先后顺序拼接成第二特征向量，用于将所述第一特征向量和所述
4.根据权利要求1所述的方法，其特征在于，在获取所述当前时段下所述预定区域的云图之后，在将所述当前时段下所述预定区域的云图输入云图预测模型，得到未来时段下所述预定区域的云图之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，至少对所述当前时段下所述预定区域的云图依次进行灰度化处理和阈值分割处理，包括：
6.根据权利要求1所述的方法，其特征在于，所述第一历史时段下所述预定区域的云图的类型以及所述第二历史时段下所述预定区域的云图的类型包括云向预定方向移动的图、云遮挡太阳的图、云聚集的图。
7.一种光伏功率超短期预测装置，其特征在于，所述装置包括：
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至6中任意一项所述的光伏功率超短期预测方法。
9.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1至6中任意一项所述的光伏功率超短期预测方法。
10.一种电子设备，其特征在于，包括：一个或多个处理器，存储器，以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行权利要求1至6中任意一项所述的光伏功率超短期预测方法。
...【技术特征摘要】
1.一种光伏功率超短期预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在将所述当前时段下所述预定区域的所述相关气象参数的归一化取值、所述当前时段下所述预定区域的云图，以及所述未来时段下所述预定区域的云图输入光伏功率预测模型，得到所述未来时段下所述预定区域的光伏功率的归一化取值之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述改进cnn神经网络包括：图像特征提取模块、气象特征提取模块、拼接模块和融合模块，所述图像特征提取模块的输入端用于输入所述当前时段下所述预定区域的云图以及所述未来时段下所述预定区域的云图，所述图像特征提取模块的输出端用于输出第一特征向量，所述图像特征提取模块的输出端与所述拼接模块的输入端连接，所述气象特征提取模块的输入端用于所述当前时段下所述预定区域的所述相关气象参数的归一化取值，所述气象特征提取模块的输出端用于输出特征矩阵，所述气象特征提取模块的输出端与所述拼接模块的输入端连接，所述拼接模块用于将所述特征矩阵中的列向量按照列位置的先后顺序拼接成第二特征向量，用于将所述第一特征向量和所述第二特征向量拼接成第三特征向量，所述第一特征向量的长度与所述第二特征向量的长度相同，所述拼接模块的输出端用于输出所述第三特征向量，所述拼接模块的输出端与所述融合模块的输入端连接，所述融合模块的输出端用于输出所述预定区域的光伏功率的归一化值；其中，所述图像特征提取模块包括多个子特征提取模块和第一一维卷积层，所述子特征提取模块包括：二维卷积层、第一激活函数、最大池化层，所述二维卷积层的输入端为所属的所述子特征提取模块的输入端，在所述子特征提取模块中，所述二维卷积层的输出端与所述第一激活函数的输入端连接，所述第一激活函数的输出端与所述最大池化层的输入端连接，所述最大池化层的输出端为所属的所述子特征提取模块的输出端，所有的所述子特征提取模块首位顺次连接，输入端处于空悬状态的所述子特征提取模块的输入端为所述图像特征提取模块的输入端，输出端处于空悬状态的所述子特征提取模块的输出端与所述第一一维卷积层的输入端连接，所述第一一维卷积层的输出端为所述图像特征提取模块的输出端；所述气象特征提取模块包括第二一维卷积层、线...
【专利技术属性】
技术研发人员：杜善周，范培育，徐靓，高桂梅，王瑞，刘瑞平，张云峰，袁亮，
申请(专利权)人：神华准格尔能源有限责任公司，
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。