[發(fā)明專利]一種新型基于神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011052430.X
• 申請(qǐng)日: 2020-09-29
• 公開（公告）號(hào): CN112116171A
• 公開（公告）日: 2020-12-22
• 發(fā)明（設(shè)計(jì)）人: 辛征;王琦;侯傳晶;張漢元;魏莉
• 申請(qǐng)（專利權(quán)）人: 山東建筑大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q50/06;G06N3/04;G06N3/08
• 代理公司: 北京盛詢知識(shí)產(chǎn)權(quán)代理有限公司 11901
• 代理人: 陳巍

1.一種基于神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率預(yù)測(cè)方法，其特征在于，包括以下步驟：

S1、獲取光伏發(fā)電功率預(yù)測(cè)所需的歷史數(shù)據(jù)；

S2、基于改進(jìn)的神經(jīng)網(wǎng)絡(luò)構(gòu)建光伏發(fā)電功率預(yù)測(cè)模型，采用最小二乘優(yōu)化算法對(duì)所述改進(jìn)的神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到光伏發(fā)電功率預(yù)測(cè)模型；

S3、所述基于改進(jìn)的神經(jīng)網(wǎng)絡(luò)構(gòu)建光伏發(fā)電功率預(yù)測(cè)模型輸入部分包含兩部分：第一部分是把所述歷史數(shù)據(jù)作為輸入，并且加入一個(gè)基于前五分鐘預(yù)測(cè)誤差修正因子；第二部分是利用模糊預(yù)處理工具箱，找出云量系數(shù)與濕度、雨量、時(shí)間的數(shù)據(jù)相關(guān)性，得到的云量系數(shù)作為輸入量，所述基于改進(jìn)的神經(jīng)網(wǎng)絡(luò)構(gòu)建光伏發(fā)電功率預(yù)測(cè)模型功率為神經(jīng)網(wǎng)絡(luò)的輸出；

S4、輸出光伏發(fā)電功率的預(yù)測(cè)結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率預(yù)測(cè)方法，其特征在于，步驟S1所述的歷史數(shù)據(jù)包括輻照度、溫度、濕度、氣壓、風(fēng)速、風(fēng)向作為神經(jīng)網(wǎng)絡(luò)的一到六個(gè)輸入。

3.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率預(yù)測(cè)方法，其特征在于，步驟S2所述的光伏發(fā)電功率預(yù)測(cè)模型由輸入層、隱藏層、輸出層三部分組成，所述隱藏層由不同個(gè)數(shù)的神經(jīng)元組成，所述神經(jīng)元模型由一組被稱為突觸的連接鏈路組成，每一個(gè)都有自己的權(quán)重，通過計(jì)算將輸出信號(hào)的振幅范圍減小到一個(gè)有限值。

4.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率預(yù)測(cè)方法，其特征在于，步驟S3所述的前五分鐘預(yù)測(cè)的誤差修正因子作為神經(jīng)網(wǎng)絡(luò)的第七個(gè)輸入，基于計(jì)算誤差公式，得到所述誤差修正因子，并反饋給輸入層，對(duì)光伏功率進(jìn)行預(yù)測(cè)。

5.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率預(yù)測(cè)方法，其特征在于，步驟S3所述的模糊預(yù)處理工具箱，是利用MATLAB自帶的模糊預(yù)處理工具箱，確定雨量系數(shù)與濕度、雨量、時(shí)間三個(gè)數(shù)據(jù)的正相關(guān)性，得到云量系數(shù)作為神經(jīng)網(wǎng)絡(luò)的第八個(gè)輸入量，用于精確神經(jīng)網(wǎng)絡(luò)對(duì)光伏功率的預(yù)測(cè)。

6.根據(jù)權(quán)利要求4所述的基于神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率預(yù)測(cè)方法，其特征在于，所述的前五分鐘預(yù)測(cè)誤差修正因子，通過計(jì)算得到了神經(jīng)網(wǎng)絡(luò)的輸出與實(shí)際光伏輸出功率之間的誤差，所得的誤差從輸出層傳播回神經(jīng)網(wǎng)絡(luò)的輸入層，讓神經(jīng)網(wǎng)絡(luò)隨時(shí)知道上一刻預(yù)測(cè)出誤差的大小，用于減小所述神經(jīng)網(wǎng)絡(luò)在接下來的五分鐘的預(yù)測(cè)誤差。

7.根據(jù)權(quán)利要求6所述的基于神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率預(yù)測(cè)方法，其特征在于，所述濕度、雨量、時(shí)間，這三個(gè)變量都選用三角形隸屬度函數(shù)，根據(jù)所述歷史數(shù)據(jù)中對(duì)應(yīng)的最大最小值分別進(jìn)行模糊劃分，每一個(gè)劃分區(qū)間對(duì)應(yīng)一個(gè)模糊子集，更加精確的得到所述濕度、雨量、時(shí)間之間的正相關(guān)性，和所述濕度、雨量、輻照度之間的負(fù)相關(guān)性。