[發(fā)明專利]基于EMD-FE-LSTM及迭代誤差修正的光伏功率短期預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110440928.1
• 申請(qǐng)日: 2021-04-23
• 公開（公告）號(hào): CN112906995A
• 公開（公告）日: 2021-06-04
• 發(fā)明（設(shè)計(jì)）人: 張家安;郝峰;姜皓齡
• 申請(qǐng)（專利權(quán)）人: 河北工業(yè)大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06N3/04;G06N3/08
• 代理公司: 天津翰林知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 12210
• 代理人: 付長(zhǎng)杰

1.一種基于EMD-FE-LSTM及迭代誤差修正的光伏功率短期預(yù)測(cè)方法，其特征在于，該方法包括以下內(nèi)容；

確定待預(yù)測(cè)日的相似日，以相似日的光伏發(fā)電功率計(jì)算模糊熵FE，將所有相似日的光伏發(fā)電功率按照時(shí)間順序合成一個(gè)基于相似日的光伏發(fā)電序列X(1)；

以基于相似日的光伏發(fā)電序列X(1)作為訓(xùn)練樣本，以X(1)中的光伏點(diǎn)和待預(yù)測(cè)日的模糊熵作為輸入，以一級(jí)誤差序列X(e₁)作為輸出，訓(xùn)練一級(jí)誤差LSTM網(wǎng)絡(luò)模型；一級(jí)誤差為每個(gè)對(duì)應(yīng)時(shí)刻點(diǎn)的預(yù)測(cè)發(fā)電功率值與真實(shí)值的差；

以一級(jí)誤差序列X(e₁)作為訓(xùn)練樣本，以X(e₁)中的一級(jí)誤差和待預(yù)測(cè)日的模糊熵作為輸入，以二級(jí)誤差序列X(e₂)作為輸出，訓(xùn)練二級(jí)誤差LSTM網(wǎng)絡(luò)模型；二級(jí)誤差為每個(gè)對(duì)應(yīng)時(shí)刻點(diǎn)的預(yù)測(cè)誤差值與一級(jí)誤差序列X(e₁)中的一級(jí)誤差的差；

以基于相似日的光伏發(fā)電序列X(1)進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解EMD獲得多個(gè)IMF分量，

再以IMF分量和待預(yù)測(cè)日的模糊熵FE作為輸入，訓(xùn)練相應(yīng)分量的光伏預(yù)測(cè)LSTM網(wǎng)絡(luò)模型；

將所有分量的預(yù)測(cè)值相加后獲得待預(yù)測(cè)日的預(yù)測(cè)輸出序列y1；

預(yù)測(cè)輸出y1加上對(duì)應(yīng)時(shí)刻獲得的一級(jí)誤差和二級(jí)誤差作為迭代誤差修正后的待預(yù)測(cè)日的光伏功率預(yù)測(cè)值y，即y＝y(tǒng)1+X(e₁)+X(e₂)。

2.根據(jù)權(quán)利要求1所述的預(yù)測(cè)方法，其特征在于，所述相似日為選擇天氣類型相近的3-4個(gè)臨近日。

3.根據(jù)權(quán)利要求1所述的預(yù)測(cè)方法，其特征在于，一級(jí)誤差LSTM網(wǎng)絡(luò)模型的訓(xùn)練過程是：從基于相似日的光伏功率序列X(1)起始端選取3個(gè)連續(xù)時(shí)刻數(shù)據(jù)點(diǎn)對(duì)下一時(shí)刻的光伏發(fā)電功率進(jìn)行預(yù)測(cè)，直到預(yù)測(cè)得到最后一個(gè)時(shí)刻點(diǎn)的發(fā)電功率值，將每個(gè)對(duì)應(yīng)時(shí)刻點(diǎn)的預(yù)測(cè)值與真實(shí)值進(jìn)行比較后，得到一級(jí)誤差序列X(e₁)。

4.根據(jù)權(quán)利要求1所述的預(yù)測(cè)方法，其特征在于，以基于相似日的光伏發(fā)電序列X(1)進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解EMD獲得多個(gè)IMF分量后，若IMF分量的個(gè)數(shù)大于3，需要進(jìn)行多尺度重構(gòu)，計(jì)算出每個(gè)IMF分量的Hurst指數(shù)，將Hurst指數(shù)小于0.5的IMF分量疊加重構(gòu)為微尺度子序列，將Hurst指數(shù)大于0.5且小于0.99的IMF分量疊加重構(gòu)為中尺度子序列，將Hurst指數(shù)接不小于0.99的IMF分量疊加重構(gòu)為宏尺度子序列；

此時(shí)，將模糊熵分別與重構(gòu)后的三種子序列分別輸入到三個(gè)光伏預(yù)測(cè)LSTM網(wǎng)絡(luò)模型中進(jìn)行訓(xùn)練，獲得三個(gè)子序列的相應(yīng)預(yù)測(cè)值；將所有子序列的預(yù)測(cè)值相加后獲得待預(yù)測(cè)日的預(yù)測(cè)輸出序列y1。