[發明專利]一種基于混合模型的超短期太陽輻射預測方法及其裝置有效
| 申請號: | 201710042017.7 | 申請日: | 2017-01-20 |
| 公開(公告)號: | CN106815659B | 公開(公告)日: | 2020-09-18 |
| 發明(設計)人: | 張雪松;朱想;趙波;周海;崔方 | 申請(專利權)人: | 國網浙江省電力公司電力科學研究院;國家電網公司;國網浙江省電力公司;中國電力科學研究院 |
| 主分類號: | G06Q10/04 | 分類號: | G06Q10/04;G06Q50/06 |
| 代理公司: | 北京集佳知識產權代理有限公司 11227 | 代理人: | 羅滿 |
| 地址: | 310014 浙*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 混合 模型 短期 太陽輻射 預測 方法 及其 裝置 | ||
1.一種基于混合模型的超短期太陽輻射預測方法,其特征在于,包括:
周期性獲取觀測站點的采集的太陽輻射觀測樣本;
依據所述太陽輻射觀測樣本以及太陽輻射-晴空指數關系式得到晴空指數時間序列;
對所述晴空指數時間序列進行小波變換處理,得到變換后的晴空輻射序列;
將所述晴空輻射序列分別輸入預設的線性預測模型、第一支持向量機模型以及神經網絡模型內,得到三個輸出序列;
將三個所述輸出序列進行疊加后輸入第二支持向量機模型;
將所述第二支持向量機模型的輸出結果作為預測的晴空指數時間序列帶入所述太陽輻射-晴空指數關系式內,得到預測的太陽輻射值;
所述對所述晴空指數時間序列進行小波變換處理,得到變換后的晴空輻射序列的過程具體為:
分別依據wavedec函數對所述晴空指數時間序列進行多個尺度的一維小波分解,得到多層小波序列;
分別依據預先設置的各層小波低頻系數以及小波重構函數對各層所述小波序列進行重構,得到重構每層所述小波序列后得到的重構序列;
其中,所述小波重構函數為:
其中,f(n)是所述小波序列;Wf(j,k)為所述小波序列對應的重構序列;ψj,k為所述小波序列對應的小波低頻系數;
將各個所述重構序列以及所述晴空指數時間序列分別進行列方向去均值運算,得到各個均值序列其中,各個序列均∈Rm×n;
對各個所述均值序列進行偏最小二乘回歸;
依據標準差關系式對每個所述均值序列的每列求標準差sj,其中,所述標準差關系式為:
依據上述標準差以及系數關系式,得到各個所述重構序列以及所述晴空指數時間序列對應的偏最小二乘投影系數rj;
rj=|sj×fj|,j=1,2…,n
其中,fj為偏最小二乘回歸回歸因子;
對rj進行歸一化處理,得到偏最小二乘投影系數向量Rj;
將各個所述偏最小二乘投影系數向量Rj作為加權系數,對各個所述重構序列以及所述晴空指數時間序列進行加權求和,得到所述晴空輻射序列。
2.根據權利要求1所述的方法,其特征在于,所述周期性獲取觀測站點的采集的太陽輻射觀測樣本的過程具體為:
每隔預設采集周期采集一次觀測點處的太陽輻射觀測數據;
每隔預設統計周期,計算本周期內采集的多個太陽輻射觀測數據的平均值,得到所述太陽輻射觀測樣本;其中,所述預設統計周期為所述預設采集周期的整數倍。
3.根據權利要求2所述的方法,其特征在于,所述依據所述太陽輻射觀測樣本以及太陽輻射-晴空指數關系式得到晴空指數時間序列之前還包括:
刪除所述太陽輻射觀測樣本中的錯誤數據;
對刪除錯誤數據后的所述太陽輻射觀測樣本中的數據進行篩選,將所述太陽輻射觀測樣本中處于太陽天頂角預設角度內的數據集合作為有效的太陽輻射觀測樣本。
4.一種基于混合模型的超短期太陽輻射預測裝置,其特征在于,包括:
樣本采集模塊,用于周期性獲取觀測站點的采集的太陽輻射觀測樣本;
晴空轉換模塊,用于依據所述太陽輻射觀測樣本以及太陽輻射-晴空指數關系式得到晴空指數時間序列;
小波變換模塊,用于對所述晴空指數時間序列進行小波變換處理,得到變換后的晴空輻射序列;
混合模型處理模塊,用于將所述晴空輻射序列分別輸入預設的線性預測模型、第一支持向量機模型以及神經網絡模型內,得到三個輸出序列;
加權模型處理模塊,用于將三個所述輸出序列進行疊加后輸入第二支持向量機模型;將所述第二支持向量機模型的輸出結果發送至晴空逆轉換模塊;
所述晴空逆轉換模塊,用于將所述第二支持向量機模型的輸出結果作為預測的晴空指數時間序列帶入所述太陽輻射-晴空指數關系式內,得到預測的太陽輻射值;
所述小波變換模塊具體包括:
小波分解單元,用于分別依據wavedec函數對所述晴空指數時間序列進行多個尺度的一維小波分解,得到多層小波序列;
重構單元,用于分別依據預先設置的各層小波低頻系數以及小波重構函數對各層所述小波序列進行重構,得到重構每層所述小波序列后得到的重構序列;其中,所述小波重構函數為:
其中,f(n)是所述小波序列;Wf(j,k)為所述小波序列對應的重構序列;ψj,k為所述小波序列對應的小波低頻系數;
偏最小二乘投影系數處理單元,用于將各個所述重構序列以及所述晴空指數時間序列分別進行列方向去均值運算,得到各個均值序列其中,各個序列均∈Rm×n;對各個所述均值序列進行偏最小二乘回歸;依據標準差關系式對每個所述均值序列的每列求標準差sj,其中,所述標準差關系式為:
依據上述標準差以及系數關系式,得到各個所述重構序列以及所述晴空指數時間序列對應的偏最小二乘投影系數rj;
rj=|sj×fj|,j=1,2…,n
其中,fj為偏最小二乘回歸回歸因子;對rj進行歸一化處理,得到偏最小二乘投影系數向量Rj;將各個所述偏最小二乘投影系數向量Rj作為加權系數,對各個所述重構序列以及所述晴空指數時間序列進行加權求和,得到所述晴空輻射序列。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于國網浙江省電力公司電力科學研究院;國家電網公司;國網浙江省電力公司;中國電力科學研究院,未經國網浙江省電力公司電力科學研究院;國家電網公司;國網浙江省電力公司;中國電力科學研究院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710042017.7/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種農業干旱預警系統
- 下一篇:基于模擬退火算法的用戶負荷組合優化方法
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業、金融、管理、監督或預測目的的數據處理系統或方法;其他類目不包含的專門適用于行政、商業、金融、管理、監督或預測目的的處理系統或方法
G06Q10-00 行政;管理
G06Q10-02 .預定,例如用于門票、服務或事件的
G06Q10-04 .預測或優化,例如線性規劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理,例如組織、規劃、調度或分配時間、人員或機器資源;企業規劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計算機輔助管理





