一种基于神经网络的超高精度光伏发电功率预测方法及系统
基本信息
| 申请号 | CN202011482191.1 | 申请日 | - |
| 公开（公告）号 | CN112541633A | 公开（公告）日 | 2021-03-23 |
| 申请公布号 | CN112541633A | 申请公布日 | 2021-03-23 |
| 分类号 | G06Q50/06(2012.01)I;G06Q10/06(2012.01)I;G06Q10/04(2012.01)I;G06N3/04(2006.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 刘宏芳;刘刚;顾范华;赵朝阳;张强 | 申请（专利权）人 | 浙江浙能嘉兴发电有限公司 |
| 代理机构 | 嘉兴启帆专利代理事务所（普通合伙） | 代理人 | 廖银洪 |
| 地址 | 310000浙江省杭州市天目山路152号浙能大厦507室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于神经网络的超高精度光伏发电功率预测方法及系统，包括以下步骤：建立EMD‑Elman神经网络模型；在历史数据集中收集多组与待预测日关联的数据，建立相似日序列组，训练神经网络模型；将待预测日特征输入训练后的神经网络模型中，得到各个分量预测值，两者求和得到当前相似日的预测结果。光伏功率预测系统采用物理模型和独特数学建模方式，系统能够自动计算相关参数，并根据现场实际情况对预测环节做出快速有效地调整，为业主的经济效益及运营管理提供可靠依据。通过采集数值气象预报数据、实时气象站数据、实时输出功率数据、逆变机组状态数据，完成对光伏电站的短期功率预测、超短期功率预测工作并按电网要求上到调度侧功率预测系统。 |
