[發明專利]一種人工智能與時序分解組合的新能源中期功率預測方法

有效

• 申請號: 202211545864.2
• 申請日: 2022-12-05
• 公開（公告）號: CN115545362B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 周長城;馬溪原;程凱;包濤;李卓環;周悅;張子昊;陳炎森;潘世賢;胡旭東
• 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;G06F16/215;G06F16/2458;G06Q50/06
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 陳金普

本申請涉及一種人工智能與時序分解組合的新能源中期功率預測方法。所述方法包括：基于新能源場站對應的歷史數值天氣預報數據和歷史功率數據，獲取第一預處理數據和第二預處理數據；根據第一預處理數據對第一預測模型進行模型訓練，得到預訓練預測模型，將第二預處理數據輸入至預訓練預測模型，得到第一新能源功率預測結果；基于時間序列分解第一新能源功率預測結果與歷史功率數據的拼接結果，得到目標時序分量；根據目標時序分量構建的第二預測模型得到第二新能源功率預測結果；將第一新能源功率預測結果和第二新能源功率預測結果進行拼接組合，得到新能源中期功率預測結果。采用本方法能夠實現新能源中期功率預測，提升了預測精度。

技術領域

本申請涉及計算機技術領域，特別是涉及一種人工智能與時序分解組合的新能源中期功率預測方法、裝置、計算機設備、存儲介質和計算機程序產品。

背景技術

隨著新型電力系統建設進程推進，新能源發電規模不斷增加，風力、光伏等新能源發電的隨機性和間歇性為電網調度提出了更高的要求，也給電網的安全穩定運行帶來了更大的挑戰。新能源功率預測技術可以為電網調度提供數據基礎，降低電網的運行成本。

相關技術中，傳統的新能源功率預測方法的預測時長依賴于數值天氣預報的時長，而數值天氣預報的精度隨著時長的增加會逐漸衰減，目前通常是提供短期新能源功率預測結果，無法得到精準的中期新能源功率預測結果。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠解決上述問題的人工智能與時序分解組合的新能源中期功率預測方法、裝置、計算機設備、存儲介質和計算機程序產品。

第一方面，本申請提供了一種人工智能與時序分解組合的新能源中期功率預測方法，所述方法包括：

基于新能源場站對應的歷史數值天氣預報數據和歷史功率數據，獲取第一預處理數據和第二預處理數據；

根據所述第一預處理數據對第一預測模型進行模型訓練，得到預訓練預測模型，將所述第二預處理數據輸入至所述預訓練預測模型，得到第一新能源功率預測結果；

將所述第一新能源功率預測結果與所述歷史功率數據的拼接結果，作為目標輸入數據，并基于時間序列分解所述目標輸入數據，得到目標時序分量；

根據所述目標時序分量構建第二預測模型，基于所述第二預測模型得到第二新能源功率預測結果；

將所述第一新能源功率預測結果和所述第二新能源功率預測結果進行拼接組合，得到新能源中期功率預測結果。

在其中一個實施例中，所述基于新能源場站對應的歷史數值天氣預報數據和歷史功率數據，獲取第一預處理數據和第二預處理數據，包括：

獲取所述新能源場站對應的歷史數值天氣預報數據，對解析后的歷史數值天氣預報數據進行數據補齊和數據清洗，得到處理后歷史氣象數據；

獲取所述新能源場站對應的歷史功率數據，對所述歷史功率數據進行數據清洗，得到處理后歷史功率數據；

對齊所述處理后歷史氣象數據和所述處理后歷史功率數據，并根據對齊結果得到所述第一預處理數據和所述第二預處理數據。

在其中一個實施例中，所述第一預測模型包括多個預設的候選預測模型，所述根據所述第一預處理數據對第一預測模型進行模型訓練，得到預訓練預測模型，包括：

獲取所述第一預處理數據對應的特征篩選結果，作為模型訓練輸入數據；

根據所述模型訓練輸入數據和目標預測模型參數，對各所述候選預測模型進行模型訓練，得到多個訓練完成的候選預測模型；

從多個所述訓練完成的候選預測模型中確定出目標預測模型，作為所述預訓練預測模型。