[發明專利]一種基于深度學習網絡的光伏電站發電功率短期預測方法在審
| 申請號: | 201711067424.X | 申請日: | 2017-11-03 |
| 公開(公告)號: | CN107798432A | 公開(公告)日: | 2018-03-13 |
| 發明(設計)人: | 姜鳴;張志 | 申請(專利權)人: | 東莞理工學院 |
| 主分類號: | G06Q10/04 | 分類號: | G06Q10/04;G06Q50/06;H04W4/38 |
| 代理公司: | 石家莊德皓專利代理事務所(普通合伙)13129 | 代理人: | 齊軍彩,楊瑞龍 |
| 地址: | 523808 廣東省*** | 國省代碼: | 廣東;44 |
| 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 深度 學習 網絡 電站 發電 功率 短期 預測 方法 | ||
技術領域
本發明涉及光伏電站發電功率短期預測方法領域,具體為一種基于深度學習網絡的光伏電站發電功率短期預測方法。
背景技術
光伏發電作為一種清潔能源,能滿足經濟社會發展帶來的對能源的需求,并能減少化石燃料的污染,因此得到日益廣泛的應用,光伏發電功率與很多因素有關,包括光伏電池的型號、陣列的面積、季節變化、氣象因素、太陽輻射,這些因素與發電功率之間為復雜的非線性關系,確定模型非常困難;現有的光伏電站發電功率短期預測方法,預測的準確率不夠高,容易因為受到天氣的影響而導致結果出現誤差,算法上精確程度不夠高,不具有深度學習網絡的能力,在實際使用時帶來了一定的影響,為此,我們提出一種基于深度學習網絡的光伏電站發電功率短期預測方法。
發明內容
(一)解決的技術問題
針對現有技術的不足,本發明提供了一種基于深度學習網絡的光伏電站發電功率短期預測方法,解決了現有的光伏電站發電功率預測不準的問題。
(二)技術方案
為實現以上目的,本發明通過以下技術方案予以實現:一種基于深度學習網絡的光伏電站發電功率短期預測方法,包括裝置機殼、連接線與輻射儀,所述裝置機殼的下端外表面固定安裝有WiFi發射接收器,且裝置機殼的上端外表面設有電源開關鍵,所述靠近裝置機殼的上端外表面電源開關鍵的一側設有操作按鈕,且操作按鈕的上方一側設有語音播報器,所述語音播報器的上方設有提示燈,且提示燈的一側設有音量調節鈕,所述音量調節鈕的上方一側處設有顯示器,且顯示器的上方設有磁鐵,所述磁鐵的上端外表面設有GPS定位器,且位于磁鐵的一側處設有信號增強插座,所述信號增強插座的上端外表面設有信號增強插槽,且信號增強插座的一側外表面設有轉軸,所述轉軸的一側外表面固定安裝有防護罩,且靠近防護罩的一側設有信號增強器,所述裝置機殼的一側外表面設有USB接口,所述連接線與裝置機殼固定連接,且連接線的一端外表面設有支柱,所述支柱的下端外表面固定安裝有底座,所述輻射儀與支柱固定連接,且輻射儀的上端外表面設有風向傳感儀,所述靠近輻射儀的上端外表面風向傳感儀的一側設有風速傳感儀,所述支柱的一側外表面設有溫度傳感器,且支柱的另一側外表面設有濕度傳感器,所述支柱的上端外表面固定安裝有測云雷達,所述裝置機殼的內部設有抗干擾模塊,且抗干擾模塊的一端外表面設有數據采集器,所述數據采集器的一側設有微處理器,且微處理器的一端外表面固定安裝有圖像存儲卡,所述微處理器的另一端外表面設有存儲服務器,且存儲服務器的一端外表面設有數據分析模塊,所述數據分析模塊的一端外表面固定安裝有生成器,所述微處理器的一側設有計算模塊。
優選的,所述溫度傳感器與濕度傳感器均與支柱固定連接,且支柱為一種不銹鋼材質的構件。
優選的,所述信號增強插槽的數量為四組,且信號增強插槽分別平行放置。
優選的,所述信號增強器與裝置機殼的傾斜角度為九十五度,且裝置機殼的外表面涂有抗氧化層。
優選的,所述操作按鈕的數量為六組,且操作按鈕分別平行放置。
優選的,所述風速傳感儀與風向傳感儀均與輻射儀固定連接,且輻射儀的外表面涂有仿佛防水層。
優選的,所述轉軸的數量為兩組,且轉軸分別平行放置。
優選的,所述音量調節鈕的外表面設有防滑條紋,防滑條紋的數量為若干組。
優選的,所述測云雷達通過支柱與底座固定連接,且底座為一種合金材質的構件。
優選的,該基于深度學習網絡的光伏電站發電功率短期預測方法,通過設置的濕度傳感器、溫度傳感器、風向傳感儀、風速傳感儀與輻射儀,能夠獲取天氣預測的信息,具體有輻射強度、溫度、濕度、風向、風力的數值,通過設置的數據采集器,將所采集的一系列數據信息傳輸至存儲服務器,通過設置的數據分析模塊與微處理器的結合,可根據天氣類型篩選出一部分歷史日,首先選出預測日相同天氣類型的歷史日,之后經過計算相關度來確定相似日,通過設置的計算模塊,以二十分鐘為間隔進行發電功率預測,對預測的結果進行誤差分析,通過設置的數據分析模塊與生成器的結合,可利用歷史的存儲數據,構建不同的深度學習模型以得到不同需求的輸出結果,從而提高預測率,通過WiFi發射接收器的設置,可將當地所采集到一系列數據信息通過遠程無線的方式,與遠程終端設備進行數據傳輸,通過信號增強器的設置,可增強信號接收與發射的強度,使設備的數據遠程傳輸能力更強,通過設置的測云雷達,能夠采集到云層的信息,大大提高在天氣劇烈變化期間算法的精確程度,解決了現有的光伏電站發電功率預測不準的問題。
(三)有益效果
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東莞理工學院,未經東莞理工學院許可,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/201711067424.X/2.html,轉載請聲明來源鉆瓜專利網。
- 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





