摘要
本发明涉及新能源预测技术领域,特别是耦合空间聚类的全省新能源非参数概率预测方法及系统。解决全省区域新能源发电概率预测问题面临场站对象多、特征变量维数高、区域气象因素影响等难点;首先以各场站历史气象因子为输入数据,利用改进的聚类方法,构建基于气象相似区划分的风电和光伏集群,然后将各集群气象信息加权聚合为全省区域预测模型的可用气象因子,基于此,利用斯皮尔曼及最大信息系数筛选出与新能源出力最相关的气象因子,作为模型最终输入因子,以提高模型训练效率;最后,构建基于时间卷积神经网络-分位数回归-核密度估计的非参数概率预测模型;以西南某省区域风电和光伏总出力概率预测为应用实例,验证了所提方法的有效性。
技术关键词
非参数概率预测
气象
斯皮尔曼相关系数
集群
因子
概率密度曲线
长短期记忆网络
数据
核密度估计方法
聚类方法
风电
遗传算法
累积分布函数
高斯核函数
对象
站点
变量
处理器
计算机设备
系统为您推荐了相关专利信息
谷粒
估测方法
表型特征
机器学习模型
执行存储器存储
动态评估方法
混合交通流
交通车辆
指标
监测设备
风险评估模型
电力
风险预警方法
电网运行数据
设备状态数据