[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

本申請涉及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、裝置、計算機設備、存儲介質和計算機程序產品。本申請能夠從大量原始數據中得到最優特征組合，提高新能源功率預測模型的預測結果的穩定性和可靠性。該方法包括：獲取原始數據；基于原始數據構建高維氣象特征集合；從高維氣象特征集合中，每次選取一個特征子集，將特征子集依次遞增地輸入至功率預測模型，得到一階預測精度；通過分析一階預測精度隨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初選特征范圍進行篩選得到最優特征組合；根據最優特征組合獲取新能源功率預測模型的輸入數據，以供新能源功率預測模型進行預測得到新能源網絡的輸出功率。

技術領域

本申請涉及新能源技術領域，特別是涉及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、裝置、計算機設備、存儲介質和計算機程序產品。

背景技術

新能源例如風、光、冰等能源由于清潔環保的特點日益受到重視，但其受季節、時間的影響具有較強的隨機性，且由于用戶的用電需求有高峰和低谷，導致新能源在電力系統中的出力也具有較強的波動性。為了在新能源系統中達到填谷削峰的效果，目前常采用各種預測模型對新能源系統的輸出功率進行預測以便有效利用輸出功率的特點進行更有效的資源分配。

目前的預測模型中對新能源的特征選擇方法有模擬退火算法、禁忌搜索算法、遺傳算法、隨機重采樣過程等，但這些特征選擇方法都屬于隨機搜索法，雖然能夠較快速地獲得一個滿足要求的局部最優解，但其選擇結果具有較高的不確定性，使得后續得到的預測結果也不夠準確。

發明內容

基于此，有必要針對上述技術問題，提供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、裝置、計算機設備、計算機可讀存儲介質和計算機程序產品。

第一方面，本申請提供了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。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；

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。

在其中一個實施例中，所述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，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；

針對所述時域特征進行頻率分解，得到頻域特征；

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。

在其中一個實施例中，所述針對所述時域特征進行頻率分解，得到頻域特征，包括：

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所述頻域特征。