【技术实现步骤摘要】
本申请涉及光伏发电功率预测，具体涉及一种光伏发电功率预测模型构建方法、光伏发电功率预测方法、光伏发电功率预测模型构建装置、光伏发电功率预测装置、电子设备及机器可读存储介质。
技术介绍
1、光伏电站的发电功率(后文简称光伏发电功率)受到多种因素的影响，通过提高光伏发电功率预测的准确性，有助于电力系统的稳定运行。
2、相关技术中，光伏发电功率的预测通常基于统计方法。具体来说，采用支持向量机、回归分析等模型来构建预测模型，并使用数值型的历史气象数据(如太阳辐射强度、光照时间、温度、风速风向、湿度对应的数值)和历史发电功率数据来训练模型，通过将数值型气象数据与发电功率数据关联起来，使得训练出来的模型能够用于预测光伏电站未来的发电功率。
3、然而，当云层经过光伏电站的区域时，可能会遮挡光伏板，导致光伏板接收到的阳光减少。这种遮挡现象会使光伏发电功率突然波动，从而使得光伏电站实际发电功率与预测模型所预测的发电功率之间产生较大的偏差，影响电网的负荷平衡。
技术实现思路
1、本申请实施例的目的是提供一种光伏发电功率模型构建及预测方法、装置、设备及介质，以解决现有的光伏发电功率预测方法未考虑云层变化对光伏发电功率的影响，造成模型预测的准确性较低的问题。
2、为了实现上述目的，本申请第一方面提供一种光伏发电功率预测模型构建方法，该方法包括：
3、获取原始数据集；其中，原始数据集中的每一原始数据子集均包括历史发电功率数据、历史云层图像和多类气象参数的历史气
4、根据原始数据集，生成第一训练数据集；其中，第一训练数据集中的每一第一训练数据子集各自对应一个原始数据子集；
5、利用第一训练数据集对预先构建好的初始光伏发电功率预测模型进行模型训练，得到目标光伏发电功率预测模型。
6、在本申请实施例中，根据原始数据集，生成第一训练数据集，包括：
7、对于每一历史云层图像，对该历史云层图像进行标注，得到该历史云层图像的标注结果；其中，历史云层图像的标注结果包括该历史云层图像对应的历史云量数据；
8、基于各个历史云层图像，生成云量数据集；其中，各个历史云层图像各自对应的历史云量数据均为云量数据集中的第一云量数据；
9、根据云量数据集，确定云层图像对应的均值和方差；
10、根据云层图像对应的均值和方差，确定云量数据集中各个第一云量数据各自对应的归一化数据；
11、其中，第一训练数据集包括云量数据集中各个第一云量数据各自对应的归一化数据。
12、在本申请实施例中，该方法还包括：
13、利用各个历史云层图像的标注结果，对预先构建好的初始图像量化模型进行模型训练，得到目标图像量化模型。
14、在本申请实施例中，根据原始数据集，生成第一训练数据集，包括：
15、对于每一类气象参数，基于该类气象参数的各个历史气象数据，生成该类气象参数对应的第一气象数据集；其中，该类气象参数的各个历史气象数据均为该类气象参数对应的第一气象数据集中的第一气象数据；
16、对于每一类气象参数，根据该类气象参数对应的第一气象数据集，确定该类气象参数对应的均值和方差；
17、对于每一类气象参数，根据该类气象参数对应的均值和方差，确定该类气象参数对应的第一气象数据集中各个第一气象数据各自对应的归一化数据；
18、其中，对于每一类气象参数，第一训练数据集包括该类气象参数对应的第一气象数据集中各个第一气象数据各自对应的归一化数据。
19、在本申请实施例中，该方法还包括：
20、根据第一预设时间间隔获取第二原始数据，并执行以下步骤：确定该第二原始数据中新的云层图像对应的新的云量数据，根据该新的云量数据，确定当前的目标光伏发电功率预测模型是否满足预设增量训练条件，若是，则根据原始数据集和各个第二原始数据，生成第二训练数据集，利用该第二训练数据集对当前的目标光伏发电功率预测模型进行增量训练，得到新的目标光伏发电功率预测模型。
21、本申请第二方面提供一种光伏发电功率预测方法，该方法包括：
22、获取目标数据；其中，目标数据包括连续的多个目标采集时间点各自对应的目标云层图像和多类气象参数的目标气象数据；
23、基于第一方面所述的目标光伏发电功率预测模型，确定目标数据对应的光伏发电功率预测结果。
24、本申请第三方面提供一种光伏发电功率预测模型构建装置，该装置包括：
25、原始数据集获取模块，用于获取原始数据集；其中，原始数据集中的每一原始数据子集均包括历史发电功率数据、历史云层图像和多类气象参数的历史气象数据；
26、训练数据集生成模块，用于根据原始数据集，生成第一训练数据集；其中，第一训练数据集中的每一第一训练数据子集各自对应一个原始数据子集；
27、第一预测模型生成模块，用于利用第一训练数据集对预先构建好的初始光伏发电功率预测模型进行模型训练，得到目标光伏发电功率预测模型。
28、本申请第四方面提供一种光伏发电功率预测装置，所述光伏发电功率预测装置包括：
29、目标数据获取模块，用于获取目标数据；其中，目标数据包括连续的多个目标采集时间点各自对应的目标云层图像和多类气象参数的目标气象数据；
30、光伏发电功率预测模块，用于基于第一方面所述的目标光伏发电功率预测模型，确定目标数据对应的光伏发电功率预测结果。
31、本申请第五方面提供一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现第一方面所述的光伏发电功率预测模型构建方法，和/或第二方面所述的光伏发电功率预测方法。
32、本申请第六方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得所述处理器被配置成执行第一方面所述的光伏发电功率预测模型构建方法，和/或第二方面所述的光伏发电功率预测方法。
33、本申请提供的光伏发电功率模型构建及预测方法、装置、设备及介质，通过获取历史发电功率数据、历史云层图像和多类气象参数的历史气象数据，并基于获取到的数据生成第一训练数据集，通过第一训练数据集对初始光伏发电功率预测模型进行模型训练，可提高训练得到的目标光伏发电功率预测模型的预测准确性，解决了现有的光伏发电功率预测方法未考虑云层变化对光伏发电功率的影响，造成模型预测的准确性较低的问题。后续在获取到目标数据(包括云层图像和气象数据)之后，可基于该目标光伏发电功率预测模型实时地预测出目标数据对应的光伏发电功率预测结果。
34、本申请实施例的其他特征和优点将在随后的具体实施方式部分予以详细说明。
本文档来自技高网...【技术保护点】
1.一种光伏发电功率预测模型构建方法，其特征在于，该方法包括：
2.根据权利要求1所述的方法，其特征在于，根据原始数据集，生成第一训练数据集，包括：
3.根据权利要求2所述的方法，其特征在于，该方法还包括：
4.根据权利要求1所述的方法，其特征在于，根据原始数据集，生成第一训练数据集，包括：
5.根据权利要求1至4中任一项所述的方法，其特征在于，该方法还包括：
6.一种光伏发电功率预测方法，其特征在于，该方法包括：
7.一种光伏发电功率预测模型构建装置，其特征在于，该装置包括：
8.一种光伏发电功率预测装置，其特征在于，该装置包括：
9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，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5中任一项所述的光伏发电功率预测模型构建方法，和/或权利要求6所述的光伏发电功率预测方法。
10.一种机器可读存储介质，该机器可读存储介质上存储有指令，其特征在于，该指令在被处理器执行时使得所述
...【技术特征摘要】
1.一种光伏发电功率预测模型构建方法，其特征在于，该方法包括：
2.根据权利要求1所述的方法，其特征在于，根据原始数据集，生成第一训练数据集，包括：
3.根据权利要求2所述的方法，其特征在于，该方法还包括：
4.根据权利要求1所述的方法，其特征在于，根据原始数据集，生成第一训练数据集，包括：
5.根据权利要求1至4中任一项所述的方法，其特征在于，该方法还包括：
6.一种光伏发电功率预测方法，其特征在于，该方法包括：
7.一种光伏发电功率预测模型构建装置，其特征在于，该装置包括：
【专利技术属性】
技术研发人员：马东进，高英才，郭爱武，崔哲，张雷，刘豫宁，康鑫，
申请(专利权)人：国家能源集团科学技术研究院有限公司，
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。