【技术实现步骤摘要】
本申请涉及预测目的的数据处理方法，特别涉及一种分布式光伏功率预测方法、装置、电子设备及存储介质。
技术介绍
1、传统发电方式污染较高且不可持续。为了既满足电力需求又保证可持续发展，发电侧需要用可再生能源来替代传统的化石能源，以降低单位能源的二氧化碳排放量，减少产生单位gdp的能耗。近年来，随着新能源发电技术的快速发展，以光伏为代表的新能源发电设备开始大量接入电网，改变了传统电网的运行方式，对电网的安全运行与管理提出了全新的挑战。
2、光伏是一种利用半导体的光生伏特效应，将光能转换为电能的装置，主要由太阳电池板、控制器和逆变器组成，具有无污染、占地面积小等特点。然而，受到自身(如遮挡)、气象等因素影响，光伏发电功率呈间歇性和波动性。在安全方面，会造成电网的频率、电压波动，给电网控制带来挑战，还会造成弃光；在经济方面，会影响电价的确定和运营商对光伏建设的投资。目前，分布式光伏采用自发自用、余电上网的方式大量并网，准确的分布式光伏功率预测可为电网安全运行提供支撑、为调度计划的制定提供参考。
3、相关技术中的光伏功率预测方法可主要分为基于机理的方法和数据驱动的方法。前者的输入主要是气象数据，然后根据光伏机理模型计算功率，这类方法需要较少的历史数据，但需要光伏组件参数；后者使用大量气象和历史发电数据来训练机器学习模型，如回归、神经网络等。
4、大量分布式光伏并网后，严重影响配电网的安全运行，亟需对其输出功率进行高精度预测，以指导配电网运行调度。然而，若单独为每个电站配备环境监测设备和光伏功率预测系统，成
技术实现思路
1、本申请提供一种分布式光伏功率预测方法、装置、电子设备及存储介质，以解决相关技术中，分布式光伏功率预测方法精度不足的问题。
2、本申请第一方面实施例提供一种分布式光伏功率预测方法，包括以下步骤：在待预测的实际光伏电站周边生成相应的虚拟电站，并获取所述虚拟电站的虚拟光伏的经纬信息；基于所述经纬信息获取所述虚拟光伏周边环境的历史天气数据；利用所述历史天气数据生成所述虚拟光伏的功率数据，利用所述功率数据预训练预测大模型，基于所述实际光伏电站的功率数据对所述预测大模型进行微调，以基于微调后的预测大模型得到所述实际光伏电站的功率预测结果。
3、可选地，在本申请的一个实施例中，所述预测大模型的微调表达式为：
4、
5、其中，l(w)为目标函数，w为预测大模型的权重，为功率真实值，为预测大模型的输入功率，为预测大模型，为功率预测值。
6、可选地，在本申请的一个实施例中，在利用所述功率数据预训练预测大模型之前，还包括：在transformer模型的嵌入层引入时间编码，并删除所述transformer模型的输出层，得到transformer修改模型；利用所述历史功率序列对所述transformer修改模型进行训练，得到所述预测大模型。
7、可选地，在本申请的一个实施例中，所述历史天气数据包括历史水平总辐射、历史温度和历史降雨量中的至少一项。
8、本申请第二方面实施例提供一种分布式光伏功率预测装置，包括：第一获取模块，用于在待预测的实际光伏电站周边生成相应的虚拟电站，并获取所述虚拟电站的虚拟光伏的经纬信息；第二获取模块，用于基于所述经纬信息获取所述虚拟光伏周边环境的历史天气数据；预测模块，用于利用所述历史天气数据生成所述虚拟光伏的功率数据，利用所述功率数据预训练预测大模型，基于所述实际光伏电站的功率数据对所述预测大模型进行微调，以基于微调后的预测大模型得到所述实际光伏电站的功率预测结果。
9、可选地，在本申请的一个实施例中，所述预测大模型的微调表达式为：
10、
11、其中，l(w)为目标函数，w为预测大模型的权重，为功率真实值，为预测大模型的输入功率，为预测大模型，为功率预测值。
12、可选地，在本申请的一个实施例中，还包括：控制模块，用于在transformer模型的嵌入层引入时间编码，并删除所述transformer模型的输出层，得到transformer修改模型；训练模块，用于利用所述历史功率序列对所述transformer修改模型进行训练，得到所述预测大模型。
13、可选地，在本申请的一个实施例中，所述历史天气数据包括历史水平总辐射、历史温度和历史降雨量中的至少一项。
14、本申请第三方面实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上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程序，以实现如上述实施例所述的分布式光伏功率预测方法。
15、本申请第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行如上述实施例所述的分布式光伏功率预测方法。
16、本申请第五方面实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被执行时，用于实现如上的分布式光伏功率预测方法。
17、本申请实施例可以在待预测的实际光伏电站周边生成相应的虚拟电站，并获取所述虚拟电站的虚拟光伏的周边环境的历史天气数据，从而生成虚拟光伏的功率数据，并利用功率数据预训练预测大模型，并通过实际光伏电站的功率数据进行模型微调，从而进行实际光伏电站的功率预测，即采用机理模型在待预测的真实光伏电站附近生成虚拟电站，利用生成数据预训练预测大模型，然后在真实光伏电站上进行迁移学习，微调参数量较小，在有效应对数据稀缺性的同时支持轻量化部署。由此，解决了相关技术中，分布式光伏功率预测方法精度不足的问题。
18、本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
本文档来自技高网...【技术保护点】
1.一种分布式光伏功率预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述预测大模型的微调表达式为：
3.根据权利要求1所述的方法，其特征在于，在利用所述功率数据预训练预测大模型之前，还包括：
4.根据权利要求1所述的方法，其特征在于，所述历史天气数据包括历史水平总辐射、历史温度和历史降雨量中的至少一项。
5.一种分布式光伏功率预测装置，其特征在于，包括：
6.根据权利要求5所述的装置，其特征在于，所述预测大模型的微调表达式为：
7.根据权利要求5所述的装置，其特征在于，还包括：
8.根据权利要求5所述的装置，其特征在于，所述历史天气数据包括历史水平总辐射、历史温度和历史降雨量中的至少一项。
9.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上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程序，以实现如权利要求1-4任一项所述的分布式光伏功率预测方法。
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，
...【技术特征摘要】
1.一种分布式光伏功率预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述预测大模型的微调表达式为：
3.根据权利要求1所述的方法，其特征在于，在利用所述功率数据预训练预测大模型之前，还包括：
4.根据权利要求1所述的方法，其特征在于，所述历史天气数据包括历史水平总辐射、历史温度和历史降雨量中的至少一项。
5.一种分布式光伏功率预测装置，其特征在于，包括：
6.根据权利要求5所述的装置，其特征在于，所述预测大模型的微调表达式为：
...
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。