[發明專利]一種基于ARMA與BP神經網絡的太陽總輻照資源預測方法

有效

• 申請號: 201910368058.4
• 申請日: 2019-05-05
• 公開（公告）號: CN110222714B
• 公開（公告）日: 2022-08-26
• 發明（設計）人: 郭蘇;夏元興;王琛;馮俊鑫;章晗;顧金楷;李婉逸
• 申請（專利權）人: 河海大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

本發明公開了一種基于ARMA與BP神經網絡的太陽總輻照資源預測方法，該方法包括:獲取太陽輻射和氣象要素數據，將對應于同一時刻的各項數據作為一個影響成分，采用主成分分析法對影響成分進行降維處理，確認預測模型參數；通過ARMA最優預測模型對總輻照時間序列{GHI_t}中的線性自相關主體X_t進行預測，得到預測值t未采樣時刻；通過BP神經網絡對總輻照時間序列{GHI_t}中的非線性特征E_t進行預測，得到預測值然后將預測值和耦合，調整模型參數，得到ARMA?BP預測模型，最后輸入實時太陽輻射和氣象要素數據即可得到太陽總輻照預測值。本發明能夠預測太陽輻照資源，且精確度更高。

技術領域

本發明涉及一種輻照資源預測方法，尤其涉及一種基于ARMA與BP神經網絡的太陽總輻照資源預測方法。

背景技術

近年來，隨著太陽能產業的飛速發展，對太陽能發電預測的要求也在不斷增加，發達國家因對其研究較早、發展較快，所以技術也相對成熟。現有技術中的預測方法包括衛星成像法、天空成像預測法以及分布式傳感器網絡法，該預測大多是基于地面的獨立單點，明顯無法滿足分布式或占地面積較大的太陽能電站對輻照資源預測的精度要求。因此精準預測太陽輻照資源對于我國的科技和經濟又好又快發展顯得至關重要。

發明內容

發明目的：本發明提出一種利用ARMA模型與人工神經網絡進行耦合的預測方法，能精準預測太陽總輻照資源。

技術方案：為實現本發明的目的，本發明所述的一種基于ARMA與BP神經網絡的太陽總輻照資源預測方法，包括步驟：

(1)獲取太陽輻射和氣象要素數據，將對應于同一時刻的各項數據作為一個影響成分；

進一步地，所述太陽輻射數據包括：總輻照、散射輻射、太陽高度角、太陽方位角數據。

進一步地，所述氣象要素數據，包括氣溫、氣壓、相對濕度、風速、風向、降水量數據。

(2)采用主成分分析法對影響成分進行降維處理，確認預測模型參數。

進一步地，所述步驟(2)具體包括：

(21)分析影響成分與總輻照的相關性；

(22)同一時刻總輻照值GHI_t對應一組影響成分向量，t為采樣時刻，選取n組同一時刻的太陽輻射和氣象要素數據作為n組向量，每一個影響成分對應于向量中的一個元素，每組向量涉及p個元素構成一個n×p階的數據矩陣；

(23)對GHI_t進行標準化變換，得到如下矩陣X：

(24)建立變量的相關系數陣R；

(25)求R的特征根λ₁≥λ₂≥λ₃≥λ₄≥λ₅≥…≥λ_p＞0及其對應的單位特征向量e₁,e₂,e₃,…,e_p；

(26)定義影響成分貢獻率為選擇影響成分貢獻率最高的前z個為主要成分，zp，所有主要成分累計貢獻率為

(3)通過ARMA模型對總輻照時間序列{GHI_t}中的線性自相關主體X_t進行預測，得到預測值t表示采樣時刻。

進一步地，所述步驟(3)包括：

(31)輸入總輻照時間序列{GHI_t}，初始差分次數d＝1；其中，GHI_t為t時刻的總輻照值；