[發(fā)明專利]短期光伏功率的確定方法及裝置

在審

• 申請?zhí)枺?/td>: 202211447383.8
• 申請日: 2022-11-18
• 公開（公告）號: CN115934691A
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 黃思皖;鐘明;安娜;任立兵;楊寧;王春森;李慧琳;史鑒恒;王寶岳
• 申請（專利權(quán)）人: 中國華能集團(tuán)清潔能源技術(shù)研究院有限公司
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F18/214;G06F18/25
• 代理公司: 北京清亦華知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 宋合成

1.一種短期光伏功率的確定方法，其特征在于，包括：

獲取光伏場站的歷史多源數(shù)據(jù)，并對所述歷史多源數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗；

對清洗后的所述歷史多源數(shù)據(jù)進(jìn)行分解處理，獲取所述歷史多源數(shù)據(jù)對應(yīng)的歷史分解數(shù)據(jù)；

根據(jù)所述歷史分解數(shù)據(jù)對預(yù)先構(gòu)建的元極端學(xué)習(xí)機(jī)模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的元極端學(xué)習(xí)機(jī)模型；

獲取光伏陣列在線運(yùn)行過程中的實(shí)時運(yùn)行數(shù)據(jù)和實(shí)時氣象數(shù)據(jù)，將所述實(shí)時運(yùn)行數(shù)據(jù)和實(shí)時氣象數(shù)據(jù)輸入至所述訓(xùn)練好的元極端學(xué)習(xí)機(jī)模型，得到短期光伏功率數(shù)據(jù)。

2.如權(quán)利要求1所述的確定方法，其特征在于，所述對清洗后的所述歷史多源數(shù)據(jù)進(jìn)行分解處理，包括：

通過群捕獵方法，將清洗后的所述歷史多源數(shù)據(jù)分解為震蕩分量；

根據(jù)所述震蕩分量以及預(yù)先定義的驅(qū)動力和凝聚力，確定位置信息和輻照度信息；

構(gòu)建所述位置信息和分解數(shù)據(jù)的關(guān)系，并求解群分解參數(shù)；

根據(jù)預(yù)設(shè)條件，確定所述群分解參數(shù)和群數(shù)量的最優(yōu)解，得到所述分解數(shù)據(jù)。

3.如權(quán)利要求2所述的確定方法，其特征在于，所述驅(qū)動力的定義為：

F_dr(n,i)＝P_prey(n)-P_i(n-1)

其中，F(xiàn)_dr(n,i)是驅(qū)動力，i是分量，n是步數(shù)。捕獵的位置信息定義為P_prey，P_i(n-1)即為在n-1步分量i的位置信息。

4.如權(quán)利要求2所述的確定方法，其特征在于，所述凝聚力的定義為：

其中，F(xiàn)_coh(n,i)為凝聚力，d和d_cr分別是分量之間的距離和臨界距離，M表示群的數(shù)量，P_i[n-1]是在n-1步分量i的位置信息，P_j[n-1]是在n-1步分量j的位置信息。

5.如權(quán)利要求2-4任一項(xiàng)所述的確定方法，其特征在于，所述根據(jù)所述歷史分解數(shù)據(jù)對預(yù)先構(gòu)建的元極端學(xué)習(xí)機(jī)模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的元極端學(xué)習(xí)機(jī)模型，包括：

將所述分解數(shù)據(jù)和氣象數(shù)據(jù)進(jìn)行融合，將融合后的所述分解數(shù)據(jù)和氣象數(shù)據(jù)分為多個子數(shù)據(jù)序列；

根據(jù)所述多個子數(shù)據(jù)系列對所述元極端學(xué)習(xí)機(jī)模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的元極端學(xué)習(xí)機(jī)模型。

6.一種短期光伏功率的確定裝置，其特征在于，包括：

第一獲取模塊，用于獲取光伏場站的歷史多源數(shù)據(jù)，并對所述歷史多源數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗；

分解模塊，用于對清洗后的所述歷史多源數(shù)據(jù)進(jìn)行分解處理，獲取所述歷史多源數(shù)據(jù)對應(yīng)的歷史分解數(shù)據(jù)；

訓(xùn)練模塊，用于根據(jù)所述歷史分解數(shù)據(jù)對預(yù)先構(gòu)建的元極端學(xué)習(xí)機(jī)模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的元極端學(xué)習(xí)機(jī)模型；

第二獲取模塊，用于獲取光伏陣列在線運(yùn)行過程中的實(shí)時運(yùn)行數(shù)據(jù)和實(shí)時氣象數(shù)據(jù)，將所述實(shí)時運(yùn)行數(shù)據(jù)和實(shí)時氣象數(shù)據(jù)輸入至所述訓(xùn)練好的元極端學(xué)習(xí)機(jī)模型，得到短期光伏功率數(shù)據(jù)。

7.如權(quán)利要求6所述的確定裝置，其特征在于，所述分解模塊，還用于：

通過群捕獵方法，將清洗后的所述歷史多源數(shù)據(jù)分解為震蕩分量；

根據(jù)所述震蕩分量以及預(yù)先定義的驅(qū)動力和凝聚力，確定位置信息和輻照度信息；

構(gòu)建所述位置信息和分解數(shù)據(jù)的關(guān)系，并求解群分解參數(shù)；

根據(jù)預(yù)設(shè)條件，確定所述群分解參數(shù)和群數(shù)量的最優(yōu)解，得到所述分解數(shù)據(jù)。

8.如權(quán)利要求6所述的確定裝置，其特征在于，所述訓(xùn)練模塊，還用于：

將所述分解數(shù)據(jù)和氣象數(shù)據(jù)進(jìn)行融合，將融合后的所述分解數(shù)據(jù)和氣象數(shù)據(jù)分為多個子數(shù)據(jù)序列；

根據(jù)所述多個子數(shù)據(jù)系列對所述元極端學(xué)習(xí)機(jī)模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的元極端學(xué)習(xí)機(jī)模型。