[發明專利]基于GRA-LMBP權重的多天氣類型下直散分離建模預測控制方法

在審

• 申請號: 201910318906.0
• 申請日: 2019-04-19
• 公開（公告）號: CN110133755A
• 公開（公告）日: 2019-08-16
• 發明（設計）人: 李芬;王悅;楊勇;劉海風;林逸倫;趙晉斌
• 申請（專利權）人: 上海電力學院
• 主分類號: G01W1/10
• 分類號: G01W1/10;G06F17/50
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 趙繼明

本發明涉及一種基于GRA?LMBP權重的多天氣類型下直散分離建模預測控制方法，首先統計收集北京地區多年氣象輻射數據，根據正態擬合法選取典型氣象年并利用修正后的清晰度指數進行天氣類型的劃分；其次通過支持向量機(SVM)、基于灰色關聯分析(GRA)的支持向量機GRA?SVM和基于主成分分析(PCA)的支持向量機(PCA?SVM)預測模型分別得出每一種天氣類型下的三種單一模型預測結果，然后利用灰色關聯分析得到每一種天氣類型下各模型的權重系數，進而在每種天氣類型下根據各個單一模型預測結果和預測權重系數擬合LMBP神經網絡預測模型，最后利用LMBP模型求出的權重系數計算每種天氣類型的組合預測模型預測結果。與現有技術相比，本發明具有精度高，運算穩定性強等優點。

技術領域

本發明涉及一種，尤其是涉及一種基于GRA-LMBP權重的多天氣類型下直散分離建模預測控制方法。

背景技術

國家能源局于2019年初召開新聞發布會時指出：截至2018年底，我國可再生能源發電裝機達到7.28億千瓦，同比增長12％，其中，光伏發電裝機1.74億千瓦，同比增長34％，居世界第1位。全年光伏發電新增裝機4426萬千瓦，僅次于2017年新增裝機，為歷史第二高。2019年，我國將以推進光伏發電高質量發展為主線，繼續推動光伏產業發展，保持光伏產業合理的發展規模和發展節奏。

目前，國內外研究人員對于直散分離模型預測的研究多以單一預測模型為主，單一預測模型不但預測精度提高效果很有限，而且準確度和適用性有所不同，預測存在不確定性。概率是一種表達不確定性的方式，而組合預測(或集合預報)則是獲得概率預報的一個有效途徑。

目前對于“直散分離”預測模型的研究多以單一預測模型為主，然而單一預測模型本身具有局限性，預測精度提高很有限，且各單一預測模型的準確度有所不同，預測存在不確定性。

常見的“直散分離”預測模型大多只考慮少量的氣象因素如清晰度指數和日照百分率等，這將影響模型預測精度；然而如果考慮大量的氣象因素，不僅會增加模型復雜度，預測效果也會受各氣象因素之間的多重共線性關系的影響。所以在建立預測模型時設法降低氣象因素間的多重共線性關系對于模型預測精度的提高顯得尤其重要。

“直散分離”預測模型分為日尺度、月尺度和小時尺度等，目前針對不同尺度模型的研究均是適用于所有天氣類型的，這雖然使用方便，但模型的精度則相對較低。在小時尺度內，天氣狀況變化較小，因此可以利用該特點研究每種天氣類型下的組合預測模型，從而提高預測精度。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種基于GRA-LMBP權重的多天氣類型下直散分離建模預測控制方法，提高建模預測精度，主要取決于數據預處理方法、預測算法和預測對象自身特性。因此本發明從前兩項出發，首先利用正態擬合方法，對北京地區多年小時尺度原始數據進行典型氣象年的選取；其次在每種天氣類型下，首先建立三種不同模型預測方案，再對三種預測方案根據GRA-LMBP方法選取適當權重進行組合，得到每種天氣類型下的最優組合預測模型。該方法既保留了各個模型本身的預測優勢，又通過變權重組合使單個模型預測值過于偏大或偏小的極端情況得以削弱，從而提高模型的預測精度，減小各項誤差。

本發明的目的可以通過以下技術方案來實現：

基于GRA-LMBP權重的多天氣類型下直散分離建模預測控制方法，包括以下步驟：

步驟1：統計收集地區多年氣象數據和輻射數據并利用正態擬合對數據選取典型氣象年，所述氣象數據包括總云量和能見度，所述輻射數據包括總輻射、直接輻射和散射輻射；

步驟2：對清晰度指數進行修正并根據修正后的清晰度指數劃分天氣類型獲得每一種天氣類型的占比；

步驟3：針對每種天氣類型分別利用主成分分析和灰色關聯分析從原有多種散射比影響因子中提取主成分因子和變量；