摘要
本发明公开了一种风光水电集合短期预报与不确定性分析方法及系统,包括获得风光水电资源分类属性数据的深度数据表征并输入预构建的典型日智能筛选模型,得到风光水电系统资源典型天气日;将典型天气日输入预构建的ARIMA模型,得到风光水电集合短期预报值并拟合不同典型天气日的风光水电集合短期预报误差的分布;最后耦合预构建的风光水电资源典型天气日的风速预报、太阳辐射预报和径流预报模型,得到对应数值并分别输入到预构建的风电、光电、水电出力计算模型,计算得到风力发电、光伏发电和水力发电的出力,求和得到风光水电系统出力。提高风光水电系统预报的精度;描述了风光水电联合出力预报不确定性的动态演化过程。
技术关键词
风光
分类属性数据
不确定性分析方法
预报误差
累积分布函数
典型
天气
水电系统
水力发电
径流
资源
ARIMA模型
光伏发电出力
风速
动态时间规整
深度机器学习模型
动态演化过程
聚类算法
系统为您推荐了相关专利信息
风光储能系统
容量优化配置
风电装机容量
曲线
风光互补
发射率反演方法
神经网络架构
地球物理参数
知识蒸馏技术
机器学习工具
定位算法
协方差矩阵
噪声
滑动窗口
电子设备可读存储介质