摘要
本发明提出了考虑雾霾/沙尘因素的光伏出力预测方法。首先对数据进行预处理,筛选掉异常数据、无效数据,补全缺失数据。之后利用决策树算法对天气数据进行分类,其次通过分析雾霾/沙尘形成机理和光伏发电原理,深入理解内在规律和运行机制,确定了主要特征,然后针对雾霾/沙尘类数据,先建立雾霾/沙尘影响模型1和光伏发电功率预测模型2,由模型1得到雾霾/沙尘因素对光伏发电功率的影响参数,由模型2输出光伏发电功率的预测值。结合了机理分析和数据驱动模型的优势,提高了模型的准确性和可靠性。
技术关键词
光伏出力预测方法
光伏发电功率
回声状态网络
决策树算法
线性回归算法
构建决策树
交叉验证法
能见度
数据驱动模型
神经网络算法
线性插值法
节点
光伏发电系统
模型预测值
风速
神经网络模型
训练集
光伏电站
系统为您推荐了相关专利信息
工业传动装置
故障监测系统
监测模块
噪声数据
现场控制系统
工作面瓦斯浓度预测
支持向量机算法
线性回归算法
逻辑回归算法
设备工作参数
组合预测方法
BiLSTM模型
Adaboost集成学习
数据
光伏发电功率预测
多层感知机
光伏发电数据
负荷
供电方法
机器学习模型