[發(fā)明專利]一種基于深度學(xué)習(xí)的光伏發(fā)電功率預(yù)測方法

在審

• 申請?zhí)枺?/td>: 201811636335.7
• 申請日: 2018-12-29
• 公開（公告）號: CN109726870A
• 公開（公告）日: 2019-05-07
• 發(fā)明（設(shè)計）人: 郭亞琴;顧娜
• 申請（專利權(quán)）人: 南通理工學(xué)院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06F16/215;G06F16/2458;G06F21/60
• 代理公司: 北京科億知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11350
• 代理人: 湯東鳳

1.一種基于深度學(xué)習(xí)的光伏發(fā)電功率預(yù)測方法，其特征在于：包括以下步驟：

A、采集光伏發(fā)電數(shù)據(jù)并對采集的數(shù)據(jù)進行預(yù)處理；

B、將預(yù)處理后的數(shù)據(jù)發(fā)送至存儲器中存儲；

C、將存儲的光伏發(fā)電數(shù)據(jù)進行特征提取；

D、之后對特征提取后的數(shù)據(jù)進行加密；

E、將加密后的數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)輸入，BP神經(jīng)網(wǎng)絡(luò)輸出為待預(yù)測的光伏發(fā)電功率，建立多組神經(jīng)網(wǎng)絡(luò)預(yù)測模型；

F、對多組神經(jīng)網(wǎng)絡(luò)預(yù)測模型進行深度訓(xùn)練，選取最佳性能參數(shù)所對應(yīng)的神經(jīng)網(wǎng)絡(luò)預(yù)測模型作為最終的預(yù)測模型，對光伏發(fā)電功率進行預(yù)測。

2.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)的光伏發(fā)電功率預(yù)測方法，其特征在于：所述步驟A中數(shù)據(jù)預(yù)處理方法如下：

a、對采集到的光伏發(fā)電數(shù)據(jù)進行清洗；

b、對清洗后的數(shù)據(jù)進行校驗是否有缺失；

c、對校驗后的數(shù)據(jù)進行校正；

d、對校正后的數(shù)據(jù)進行濾波；

e、對濾波后的數(shù)據(jù)進行更新。

3.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)的光伏發(fā)電功率預(yù)測方法，其特征在于：所述步驟C中特征提取方法如下：

a、建立數(shù)據(jù)集，其中數(shù)據(jù)集中包含待特征提取的多個子數(shù)據(jù)集；

b、對數(shù)據(jù)集進行特征訓(xùn)練，得到訓(xùn)練模型；

c、提取數(shù)據(jù)集中的第一關(guān)鍵字和第二關(guān)鍵字；

d、循環(huán)搜索數(shù)據(jù)集中各子數(shù)據(jù)集，以第一關(guān)鍵字和第二關(guān)鍵字為初始條件，對子數(shù)據(jù)集進行搜索；

e、各子數(shù)據(jù)集中搜索匹配到第一關(guān)鍵字或第二關(guān)鍵字，則對數(shù)據(jù)進行提取。

4.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)的光伏發(fā)電功率預(yù)測方法，其特征在于：所述步驟D中加密方法如下：

a、首先對待加密的數(shù)據(jù)進行清洗操作；

b、之后對清洗后的數(shù)據(jù)進行一次加密算法運算，得到加密后的一次密文數(shù)據(jù)；

c、之后對一次密文數(shù)據(jù)再次進行超混沌加密運算，得到二次密文數(shù)據(jù)；

d、最后對二次密文數(shù)據(jù)進行二次加密算法運算，完成對數(shù)據(jù)的最終加密。

5.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)的光伏發(fā)電功率預(yù)測方法，其特征在于：所述步驟B中存儲器采用隨機存取存儲器。

6.根據(jù)權(quán)利要求4所述的一種基于深度學(xué)習(xí)的光伏發(fā)電功率預(yù)測方法，其特征在于：所述第一加密算法采用AES加密算法；所述第二加密算法采用DES加密算法。

7.根據(jù)權(quán)利要求2所述的一種基于深度學(xué)習(xí)的光伏發(fā)電功率預(yù)測方法，其特征在于：所述數(shù)據(jù)清洗包括對采集的數(shù)據(jù)進行時間校驗并排序、對數(shù)據(jù)單點閥值過濾處理。