[發明專利]一種太陽總輻射預測方法和裝置

在審

• 申請號: 201810722699.0
• 申請日: 2018-07-04
• 公開（公告）號: CN108830427A
• 公開（公告）日: 2018-11-16
• 發明（設計）人: 陳衛東;程序;時珉;王鐵強;丁煌;吳驥;李登宣;朱想;周海;崔方;王知嘉
• 申請（專利權）人: 中國電力科學研究院有限公司;國家電網有限公司;國網河北省電力有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 北京安博達知識產權代理有限公司 11271
• 代理人: 徐國文

1.一種太陽總輻射預測方法，其特征在于，包括：

基于預先設定的影響太陽總輻射的環境要素，對獲取的預測時段的氣象數據、地形數據和排放源數據進行處理，得到新能源電站所在地的環境要素數據；

基于所述新能源電站所在地的環境要素數據和預先構建的神經網絡預測模型對太陽總輻射進行預測；

所述神經網絡預測模型通過環境要素數據確定。

2.根據權利要求1所述的太陽總輻射預測方法，其特征在于，所述環境要素的設定，包括：

通過環境自動監測站和氣象自動監測站分別采集歷史環境要素和歷史太陽總輻射；

計算歷史環境要素和歷史太陽總輻射的相關系數；

基于所述相關系數，并按照預設比例確定環境要素。

3.根據權利要求1所述的太陽總輻射預測方法，其特征在于，所述環境要素包括：PM2.5、O₃、SO₂、NO₂中的一種或多種。

4.根據權利要求1所述的太陽總輻射預測方法，其特征在于，所述神經網絡預測模型按下述過程構建：

基于預先設定的環境要素獲取歷史天氣監測數據和歷史太陽總輻射作為訓練數據；

采用神經網絡模型對所述訓練數據進行多次迭代訓練，當迭代收斂后確定神經網絡的權系數，并根據權系數得到實測太陽總輻射值與歷史環境監測數據的對應關系；

基于實測太陽總輻射值與歷史環境監測數據的對應關系確定神經網絡預測模型。

5.根據權利要求1所述的太陽總輻射預測方法，其特征在于，所述基于所述新能源電站所在地的環境要素數據和預先構建的神經網絡預測模型對太陽總輻射進行預測之后，還包括：

基于預測得到的預測時段太陽總輻射，采用卡爾曼濾波算法對預測時段太陽總輻射進行校正。

6.根據權利要求5所述的太陽總輻射預測方法，其特征在于，所述對獲取的預測時段的氣象數據、地形數據和排放源數據進行處理，得到新能源電站所在地的環境要素數據，包括：

將氣象數據、地形數據和排放源數據插值到同一坐標系，并對插值后的數據進行耦合處理，形成前處理數據集；

基于中尺度化學模式，對前處理數據集在時間和空間尺度上進行滾動計算，生成包含預測時段環境要素的數據集；

從包含預測時段環境要素的數據集中提取新能源電站所在地的環境要素數據。

7.一種太陽總輻射預測裝置，其特征在于，包括：

處理模塊，用于基于預先設定的影響太陽總輻射的環境要素，對獲取的預測時段的氣象數據、地形數據和排放源數據進行處理，得到新能源電站所在地的環境要素數據；

預測模塊，用于基于所述新能源電站所在地的環境要素數據和預先構建的神經網絡預測模型對太陽總輻射進行預測；

所述神經網絡預測模型通過環境要素數據確定。

8.根據權利要求7所述的太陽總輻射預測裝置，其特征在于，所述裝置還包括確定模塊，所述確定模塊按下以下過程設定環境要素：

通過環境自動監測站和氣象自動監測站分別采集歷史環境要素和歷史太陽總輻射；

計算歷史環境要素和歷史太陽總輻射的相關系數；

基于所述相關系數，并按照預設比例確定環境要素。

9.根據權利要求7所述的太陽總輻射預測裝置，其特征在于，所述環境要素包括：PM2.5、O₃、SO₂、NO₂中的一種或多種。