[發明專利]基于復合氣象特征構建與選擇的新能源功率預測方法

有效

• 申請號: 202210194829.4
• 申請日: 2022-03-01
• 公開（公告）號: CN114266421B
• 公開（公告）日: 2022-08-09
• 發明（設計）人: 程凱;馬溪原;陳元峰;姚森敬;李鵬;李卓環;包濤;周悅;陳炎森;張子昊;周長城
• 申請（專利權）人: 南方電網數字電網研究院有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06K9/62
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 周玲

1.一種基于復合氣象特征構建與選擇的新能源功率預測方法，其特征在于，所述方法包括：

獲取原始數據；所述原始數據包括歷史功率數據和相應的原始數值天氣預報數據；

基于所述歷史功率數據和相應的原始數值天氣預報數據構建高維氣象特征集合；具體包括：將所述歷史功率數據和相應的原始數值天氣預報數據作為原始特征；針對所述原始特征進行統計分析，得到統計特征；將所述原始特征和所述統計特征作為時域特征；以db9為母小波函數針對所述時域特征進行小波分解，得到小波分解特征；針對所述時域特征進行經驗模態分解，得到經驗模態分解特征；將所述小波分解特征和所述經驗模態分解特征作為頻域特征；其中，所述歷史功率數據和所述原始數值天氣預報數據均關聯對應于待預測時刻；基于所述時域特征和所述頻域特征構建所述高維氣象特征集合，具體包括：獲取各個所述待預測時刻對應的前后相鄰時段；將所述前后相鄰時段劃分為多個關聯時刻；獲取所述各個所述關聯時刻對應的關聯時域特征和關聯頻域特征；將所述待預測時刻對應的所述時域特征和所述頻域特征、以及所述關聯時刻對應的所述關聯時域特征和所述關聯頻域特征進行組合，得到所述高維氣象特征集合；

從所述高維氣象特征集合中，每次選取一個特征子集，將所述特征子集依次遞增地輸入至功率預測模型，得到每次的一階預測精度；通過分析所述一階預測精度隨所述特征子集增加時的變化情況，確定初選特征范圍；

通過序列前向浮動搜索算法對所述初選特征范圍進行篩選得到最優特征組合；

根據所述最優特征組合獲取新能源功率預測模型的輸入數據，以供所述新能源功率預測模型進行預測得到新能源網絡在待預測時間內的輸出功率。

2.根據權利要求1所述的方法，其特征在于，所述原始數據包括風速、風向、輻照度、云量、溫度、氣壓和濕度中的至少一種。

3.根據權利要求1所述的方法，其特征在于，所述小波分解特征包括低頻分量。

4.根據權利要求1所述的方法，其特征在于，所述特征子集中的特征個數是以500為步進進行遞增的。

5.根據權利要求4所述的方法，其特征在于，所述方法還包括：

針對組合后的特征采用基于互信息的單獨最優特征組合方法進行排序，得到所述高維氣象特征集合。

6.根據權利要求1至5任意一項所述的方法，其特征在于，所述通過序列前向浮動搜索算法對所述初選特征范圍進行篩選得到最優特征組合，包括：

從所述初選特征范圍中，每次選取一個有效特征子集，將所述有效特征子集依次遞增地輸入至所述功率預測模型，得到每次的二階預測精度；

通過分析所述二階預測精度隨所述有效特征子集增加時的變化情況，確定所述最優特征組合。

7.根據權利要求2所述的方法，其特征在于，所述統計特征包括均值、眾數、上四分位點、中位數、下四分位點和四分位差。