[發(fā)明專利]一種基于K均值聚類神經(jīng)網(wǎng)絡(luò)的光伏功率預(yù)測方法

在審

• 申請?zhí)枺?/td>: 201810054788.2
• 申請日: 2018-01-19
• 公開（公告）號: CN108280545A
• 公開（公告）日: 2018-07-13
• 發(fā)明（設(shè)計）人: 彭道剛;黃雨薇;孔雯;李一琨;于會群;馬夢冬
• 申請（專利權(quán)）人: 上海電力學(xué)院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 上海科盛知識產(chǎn)權(quán)代理有限公司 31225
• 代理人: 宣慧蘭

1.一種基于K均值聚類神經(jīng)網(wǎng)絡(luò)的光伏功率預(yù)測方法，其特征在于，包括以下步驟：

S1、以設(shè)定時間間隔為采樣點(diǎn)，獲取預(yù)測日和該日之前設(shè)定天數(shù)的歷史日的環(huán)境因素數(shù)據(jù)，根據(jù)相似日選擇算法選取與預(yù)測日的環(huán)境因素最相似的相同天氣類型的歷史日作為相似日；

S2、采用K均值聚類方法將相似日所有采樣點(diǎn)的光伏發(fā)電功率值聚類為多組，調(diào)整每組的采樣點(diǎn)使每組中來自每個相似日的采樣點(diǎn)對應(yīng)的時刻相同；

S3、采用步驟S2得到的每組采樣點(diǎn)的光伏發(fā)電功率和其對應(yīng)環(huán)境因素數(shù)據(jù)分別訓(xùn)練具有時延特性的BP神經(jīng)網(wǎng)絡(luò)，得到不同分組的光伏發(fā)電功率預(yù)測模型；

S4、將預(yù)測日中待預(yù)測時刻的環(huán)境因素數(shù)據(jù)輸入到對應(yīng)分組的光伏發(fā)電功率預(yù)測模型中，得到光伏發(fā)電功率預(yù)測值。

2.根據(jù)權(quán)利要求1所述的一種基于K均值聚類神經(jīng)網(wǎng)絡(luò)的光伏功率預(yù)測方法，其特征在于，所述環(huán)境因素包括溫度和風(fēng)速，所述步驟S1中根據(jù)相似日選擇算法選取與預(yù)測日的環(huán)境因素最相似的相同天氣類型的歷史日作為相似日的過程具體包括：

計算預(yù)測日與相同天氣類型的歷史日的歐氏距離：

其中，d_a為預(yù)測日與第a個歷史日的歐氏距離，Y₁、Y₂、Y₃、Y₄、Y₅、Y₆分別為預(yù)測日預(yù)測的最高、平均、最低氣溫值和最高、平均、最低風(fēng)速值，X_a1、X_a2、X_a3、X_a4、X_a5、X_a6分別為第a個歷史日記錄的最高、平均、最低氣溫值和最高、平均、最低風(fēng)速值；

選取與預(yù)測日的歐氏距離最小的多個相同天氣類型的歷史日作為相似日。

3.根據(jù)權(quán)利要求1所述的一種基于K均值聚類神經(jīng)網(wǎng)絡(luò)的光伏功率預(yù)測方法，其特征在于，所述步驟S2具體包括：

S21、將相似日所有采樣點(diǎn)的光伏發(fā)電功率值隨機(jī)分成K個組，在每組中隨機(jī)選取一個光伏發(fā)電功率值作為初始的聚類中心；

S22、計算所有光伏發(fā)電功率值到各個聚類中心的距離，將所有光伏發(fā)電功率值重新分配給與其距離最短的聚類中心所在的組，將更新后的組的均值向量作為該組新的聚類中心；

S23、重復(fù)步驟S22，直到K個組的聚類中心不發(fā)生變化為止；

S24、調(diào)整每組的采樣點(diǎn)使每組中來自每個相似日的采樣點(diǎn)對應(yīng)的時刻相同。