【技术实现步骤摘要】
本申请涉及数据处理，尤其涉及针对新能源的发电能力预测计算模型性能测试方法及系统。
技术介绍
1、在新能源领域，发电能力预测计算模型的准确性对于新能源的稳定供应和成本控制至关重要。为了提高预测模型的准确性，需要大量的训练数据来调整和优化模型参数。首先，数据量越大，模型训练的效果通常越好。这是因为大量的数据可以让模型更好地捕捉到数据分布的规律，从而提高预测的准确性。在新能源发电领域，需要收集历史用电数据、气象数据、政策数据等多方面的信息，以便更全面地训练发电能力预测模型。其次，数据的质量也非常重要。高质量的数据可以帮助模型更准确地学习和预测。因此，在训练和测试发电能力预测模型时，需要确保数据的准确性、一致性和完整性。此外，随着新能源技术的发展，需要不断更新和优化发电能力预测模型。这就需要持续收集最新的数据，以便不断训练和测试模型，提高其预测能力。
2、综上所述，对于发电能力预测计算模型的训练和测试，数据量的需求很大，同时也需要保证数据的质量。这是因为数据对于模型的训练和预测具有重要的影响，只有获得足够多且高质量的数据，才能构建出更准确、稳定的发电能力预测模型，从而为新能源领域提供可靠的支持。然而大量的数据导致训练和测试的开销很大，所需的算力也很多。
技术实现思路
1、鉴于上述存在的问题，提出了本专利技术。
2、本专利技术解决的技术问题是：大量的数据导致训练和测试的开销很大，所需的算力也很多。
3、为解决上述技术问题，本专利技术提供如下技术方案，针对新
4、作为本专利技术所述的针对新能源的发电能力预测计算模型性能测试方法的一种优选方案，其中：所述斯坦纳系为s(t,k,v)，其中，集合包括v个元素，v为大于1的整数，第一子集包含的k个元素属于集合，k为大于或等于1且小于v的整数，第二子集包含t个元素，第二子集与第一子集的包含关系为：每个第二子集包含的t个元素属于第一子集，t为大于或等于1且小于或等于k的整数；
5、当斯坦纳系s(t,k,v)的取值确定时，则电子设备根据斯坦纳系的取值，和第二子集与第一子集的包含关系，确定第一子集有n个，n为大于1的整数，n表示数据结构化矩阵的行数，数据结构化矩阵的列数为m，m为大于k的整数，数据结构化矩阵为n*m的矩阵；电子设备根据n个第一子集包含的元素，确定数据结构化矩阵。
6、作为本专利技术所述的针对新能源的发电能力预测计算模型性能测试方法的一种优选方案，其中：所述确定数据结构化矩阵，包括：
7、针对n个第一子集中第i个第一子集，i为遍历1至n的整数，电子设备根据第i个第一子集中元素的取值与m的取值的关系，确定数据结构化矩阵的第i行中取值为1的元素，并将数据结构化矩阵的第i行中除取值为1的元素以外的其他元素确定为0，构造数据结构化矩阵；
8、j为遍历1至k的整数，第i个第一子集中第j个元素的取值为xj，xj属于集合，xjmodn的取值表示数据结构化矩阵的第i行中一个取值为1的元素在第i行中的位置，当第i个第一子集中有偶数个元素的取值对n取模的结果一致时，则结果表示数据结构化矩阵的第i行中对应的一个位置上的元素的取值为0，当第i个第一子集中有奇数个元素的取值对n取模的结果一致时，则结果表示数据结构化矩阵的第i行中对应的一个位置上的元素的取值为1。
9、作为本专利技术所述的针对新能源的发电能力预测计算模型性能测试方法的一种优选方案，其中：所述斯坦纳系的取值与新能源用户的用电数据集合中数据的数目按照正相关的方式建立对应关系，电子设备根据新能源用户的用电数据集合中数据的数目和对应关系，确定斯坦纳系s(t,k,v)的取值。
10、作为本专利技术所述的针对新能源的发电能力预测计算模型性能测试方法的一种优选方案，其中：所述将用电数据集合转为数据结构化的用电数据矩阵，包括：
11、电子设备根据数据结构化矩阵为n*m的矩阵，将新能源用户的用电数据集合转为n*m的用电数据基础矩阵；
12、电子设备将数据结构化矩阵与用电数据基础矩阵中相同位置的每两个元素相乘，得到数据结构化的用电数据矩阵。
13、作为本专利技术所述的针对新能源的发电能力预测计算模型性能测试方法的一种优选方案，其中：所述用电数据集合转为n*m的用电数据基础矩阵，包括：
14、电子设备根据数据结构化矩阵为n*m的矩阵，将新能源用户的用电数据集合按数据从前到后的顺序/从后到前的顺序，划分为n*m个用电数据子集；
15、对于n*m个用电数据子集中每个用电数据子集，电子设备将每个用电数据子集所包含的至少一个用户的用电数据加权求和，得到一个用电求和数据，共得到n*m个用电求和数据；
16、电子设备按照n*m个用电求和数据从前到后的顺序/从后到前的顺序，将n*m个用电求和数据中的每n个用电求和数据确定为用电数据基础矩阵中对应的一列，构造得到用电数据基础矩阵。
17、作为本专利技术所述的针对新能源的发电能力预测计算模型性能测试方法的一种优选方案，其中：所述将数据结构化矩阵与用电数据基础矩阵中相同位置的每两个元素相乘包括，电子设备将数据结构化矩阵中第i行第z列的元素，与用电数据基础矩阵中第i行第z列的元素相乘，i为遍历1至n的整数，z为遍历1至m的整数。
18、本专利技术的另外一个目的是针对新能源的发电能力预测计算模型性能测试系统，通过用电数据采集模块，高效地获取新能源用户的用电数据集合，为后续的数据分析和预测提供准确的基础数据，数据结构化处理模块进一步提升数据的利用效率，使用数据结构化矩阵和斯坦纳系构造的方法，将用电数据集合转化为数据结构化的用电数据矩阵，提高数据的利用效率和模型的性能，发电能力预测模块使用数据结构化的用电数据矩阵对发电能力预测计算模型进行性能测试，评估模型的预测准确性和效率，为新能源发电能力的预测和优化提供依据。
19、作为本专利技术所述的针对新能源的发电能力预测计算模型性能测试方法的一种优选方案，其中：包括，用电数据采集模块，数据结构化处理模块，发电能力预测模块，
20、所述用电数据采集模块，电子设备获取新能源用户的用电数据集合；
21、所述数据结构化处理模块，使用数据结构化矩阵对新能源用户的用电数据集合执行矩阵乘法操作，将用电数据集合转为数据结构化的用电数据矩阵，数据结构化矩阵由0元素和1元素基于斯坦纳系构造；
22、所述发电能力预测模块，使用用电数据矩阵，对发电能力预测计算模型进行性能测试。
23、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上本文档来自技高网...
【技术保护点】
1.针对新能源的发电能力预测计算模型性能测试方法，其特征在于：包括，
2.如权利要求1所述的针对新能源的发电能力预测计算模型性能测试方法，其特征在于：所述斯坦纳系为S(t,k,v)，其中，集合包括v个元素，v为大于1的整数，第一子集包含的k个元素属于集合，k为大于或等于1且小于v的整数，第二子集包含t个元素，第二子集与第一子集的包含关系为：每个第二子集包含的t个元素属于第一子集，t为大于或等于1且小于或等于k的整数；
3.如权利要求2所述的针对新能源的发电能力预测计算模型性能测试方法，其特征在于：所述确定数据结构化矩阵包括：
4.如权利要求3所述的针对新能源的发电能力预测计算模型性能测试方法，其特征在于：所述斯坦纳系的取值与新能源用户的用电数据集合中数据的数目按照正相关的方式建立对应关系，电子设备根据新能源用户的用电数据集合中数据的数目和对应关系，确定斯坦纳系S(t,k,v)的取值。
5.如权利要求4所述的针对新能源的发电能力预测计算模型性能测试方法，其特征在于：所述将用电数据集合转为数据结构化的用电数据矩阵包括电子设备根据数据结构
6.如权利要求5所述的针对新能源的发电能力预测计算模型性能测试方法，其特征在于：所述用电数据基础矩阵包括：
7.如权利要求6所述的针对新能源的发电能力预测计算模型性能测试方法，其特征在于：所述将数据结构化矩阵与用电数据基础矩阵中相同位置的每两个元素相乘包括，电子设备将数据结构化矩阵中第i行第z列的元素，与用电数据基础矩阵中第i行第z列的元素相乘，i为遍历1至N的整数，z为遍历1至M的整数。
8.一种基于权利要求1-7任一所述的针对新能源的发电能力预测计算模型性能测试方法的系统，其特征在于：包括，用电数据采集模块，数据结构化处理模块，发电能力预测模块，
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.针对新能源的发电能力预测计算模型性能测试方法，其特征在于：包括，
2.如权利要求1所述的针对新能源的发电能力预测计算模型性能测试方法，其特征在于：所述斯坦纳系为s(t,k,v)，其中，集合包括v个元素，v为大于1的整数，第一子集包含的k个元素属于集合，k为大于或等于1且小于v的整数，第二子集包含t个元素，第二子集与第一子集的包含关系为：每个第二子集包含的t个元素属于第一子集，t为大于或等于1且小于或等于k的整数；
3.如权利要求2所述的针对新能源的发电能力预测计算模型性能测试方法，其特征在于：所述确定数据结构化矩阵包括：
4.如权利要求3所述的针对新能源的发电能力预测计算模型性能测试方法，其特征在于：所述斯坦纳系的取值与新能源用户的用电数据集合中数据的数目按照正相关的方式建立对应关系，电子设备根据新能源用户的用电数据集合中数据的数目和对应关系，确定斯坦纳系s(t,k,v)的取值。
5.如权利要求4所述的针对新能源的发电能力预测计算模型性能测试方法，其特征在于：所述将用电数据集合转为数据结构化的用电数据矩阵包括电子设备根据数据结...
【专利技术属性】
技术研发人员：王伟，王斌，牟雪鹏，杨世平，罗晨，陈巨龙，胡江，张彦，张兆丰，刘恒，杨东俊明，汪玉翔，赵宽祥，王杰，刘文霞，
申请(专利权)人：贵州电网有限责任公司，
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。