【技术实现步骤摘要】
本专利技术属于新能源，特别是一种新能源发电功率预测偏差量化评估方法及系统。
技术介绍
1、在当前全球能源转型的大背景下，新能源发电，如太阳能、风能、地热能和水能等，正日益成为电力系统中重要的组成部分。相比传统的化石燃料发电，新能源发电具有清洁、环保和可再生等优点。然而，新能源发电也面临着显著的挑战，特别是由于其依赖于天气和环境条件，导致其发电功率存在显著的波动性和不确定性。因此，准确地预测新能源发电功率成为了电力系统稳定运行和电网调度优化的关键问题。
2、现有的新能源发电功率预测方法大多基于统计学、机器学习和深度学习等技术，利用历史发电数据和气象数据来进行短期、中期和长期的发电功率预测。然而，在实际应用中，这些预测方法往往存在一定的偏差，导致预测结果和实际发电功率之间存在差异。如果这些偏差不能得到有效的量化和评估，将会对电网的调度和运行产生负面影响，甚至可能引发电网的不稳定或安全事故。
技术实现思路
1、本专利技术的目的是提供一种新能源发电功率预测偏差量化评估方法及系统，以解决现有技术中的不足，能够实现多维度的偏差特征提取与综合量化评估，提升偏差评估的精确性和全面性，进而提升电力系统的稳定性和运行效率。
2、本申请的一个实施例提供了一种新能源发电功率预测偏差量化评估方法，所述方法包括：
3、获取历史指定时间周期中多个时间点的新能源的预测发电功率和实际发电功率，其中，所述预测发电功率由预先训练的深度学习模型预测得到；
4、根据所述预测发
5、根据所述预测误差，计算每个时间点的偏差幅度；
6、根据所述偏差幅度，计算每个时间点对应的预定义的偏差评分函数值；
7、对指定时间周期中所有时间点的偏差评分函数值进行综合量化，得到预测偏差的量化评估综合值。
8、可选的，所述根据所述预测发电功率和实际发电功率，计算每个时间点的预测误差，包括：
9、计算每个时间点的预测误差e(t)为：
10、e(t)＝p_{act}(t)-p_{pred}(t)
11、其中，所述p_{act}(t)为时间点t的实际发电功率，所述p_{pred}(t)为时间点t的预测发电功率。
12、可选的，所述根根据所述预测误差，计算每个时间点的偏差幅度，包括：
13、计算每个时间点的绝对误差|e(t)|及其平方e(t)^2，作为偏差幅度：
14、|e(t)|＝|p_{act}(t)-p_{pred}(t)|
15、e(t)2＝(p_{act}(t)-p_{pred}(t))2。
16、可选的，所述根据所述偏差幅度，计算每个时间点对应的预定义的偏差评分函数值，包括：
17、计算每个时间点对应的预定义的偏差评分函数值q(t)为：
18、q(t)＝alpha·|e(t)|+beta·e(t)2+gamma·edelta·|e(t)|
19、其中，所述alpha、所述beta、所述gamma、所述de lta为权重参数。
20、可选的，所述对指定时间周期中所有时间点的偏差评分函数值进行综合量化，得到预测偏差的量化评估综合值，包括：
21、计算预测偏差的量化评估综合值q_{total}(t)为：
22、
23、其中，所述t为指定时间周期，t＝[t1,t2,……，tn]，所述n为时间点的数量。
24、本申请的又一实施例提供了一种新能源发电功率预测偏差量化评估系统，所述系统包括：
25、获取模块，用于获取历史指定时间周期中多个时间点的新能源的预测发电功率和实际发电功率，其中，所述预测发电功率由预先训练的深度学习模型预测得到；
26、第一计算模块，用于根据所述预测发电功率和实际发电功率，计算每个时间点的预测误差；
27、第二计算模块，用于根据所述预测误差，计算每个时间点的偏差幅度；
28、第二计算模块，用于根据所述偏差幅度，计算每个时间点对应的预定义的偏差评分函数值；
29、量化模块，用于对指定时间周期中所有时间点的偏差评分函数值进行综合量化，得到预测偏差的量化评估综合值。
30、本申请的又一实施例提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项中所述的方法。
31、本申请的又一实施例提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项中所述的方法。
32、与现有技术相比，本专利技术提供的一种新能源发电功率预测偏差量化评估方法，获取历史指定时间周期中多个时间点的新能源的预测发电功率和实际发电功率，其中，所述预测发电功率由预先训练的深度学习模型预测得到；根据所述预测发电功率和实际发电功率，计算每个时间点的预测误差；根据所述预测误差，计算每个时间点的偏差幅度；根据所述偏差幅度，计算每个时间点对应的预定义的偏差评分函数值；对指定时间周期中所有时间点的偏差评分函数值进行综合量化，得到预测偏差的量化评估综合值，从而能够实现多维度的偏差特征提取与综合量化评估，提升偏差评估的精确性和全面性，进而提升电力系统的稳定性和运行效率。
本文档来自技高网...【技术保护点】
1.一种新能源发电功率预测偏差量化评估方法，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，所述根据所述预测发电功率和实际发电功率，计算每个时间点的预测误差，包括：
3.根据权利要求2所述的方法，其特征在于，所述根根据所述预测误差，计算每个时间点的偏差幅度，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述偏差幅度，计算每个时间点对应的预定义的偏差评分函数值，包括：
5.根据权利要求4所述的方法，其特征在于，所述对指定时间周期中所有时间点的偏差评分函数值进行综合量化，得到预测偏差的量化评估综合值，包括：
6.一种新能源发电功率预测偏差量化评估系统，其特征在于，所述系统包括：
7.根据权利要求6所述的系统，其特征在于，所述第一计算模块，具体用于：
8.根据权利要求7所述的系统，其特征在于，所述第二计算模块，具体用于：
9.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行权利要求1-5中任一项所述的方法。p>
10.一种电子设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1-5中任一项所述的方法。
...【技术特征摘要】
1.一种新能源发电功率预测偏差量化评估方法，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，所述根据所述预测发电功率和实际发电功率，计算每个时间点的预测误差，包括：
3.根据权利要求2所述的方法，其特征在于，所述根根据所述预测误差，计算每个时间点的偏差幅度，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述偏差幅度，计算每个时间点对应的预定义的偏差评分函数值，包括：
5.根据权利要求4所述的方法，其特征在于，所述对指定时间周期中所有时间点的偏差评分函数值进行综合量化，得到预测偏差的量化评估综合值...
【专利技术属性】
技术研发人员：唐新杰，王京景，陈世雯，张炜，张健，代飞，胡浩，郭娜杰，徐影凤，程琦，陈超，范维雨，
申请(专利权)人：国网安徽省电力有限公司马鞍山供电公司，
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。