摘要
本发明涉及光伏发电功率预测技术领域。提供了一种光伏出力概率分布预测方法,包括步骤:获取历史数据,对历史数据进行预处理,得到预处理数据集;对预处理数据集进行降维处理,得到降维数据集;基于神经网络分位数回归模型,构建初始预测模型,通过降维数据集对初始预测模型进行训练,得到预测模型;通过预测模型对待预测时刻的光伏出力值进行预测,得到若干个分位数下的预测值;基于若干个分位数下的预测值,建立光伏出力的概率分布函数;将得出的光伏出力值与实际光伏出力值进行对比,评估预测模型的预测性能,根据评估结果对预测模型进行优化。解决了现有光伏功率预测方法准确性有限、难以反映光伏出力不确定性和概率分布特性的问题。
技术关键词
概率分布预测方法
神经网络分位数回归
评估预测模型
概率分布函数
气象
光伏发电功率预测技术
光伏出力不确定性
光伏功率预测方法
概率密度函数
数据
近邻算法
核密度估计方法
参数
训练样本集
误差
指标
节点数
位点
因子
系统为您推荐了相关专利信息
碳排放智能监控
神经网络模型
碳排放监控
自动化控制单元
参数
健康监测方法
风险评估模型
样本
大熊猫粪便
健康监测系统
热弛豫时间
历史风速数据
历史温度数据
预警方法
粒子群算法
气象预报方法
RBF神经网络
卡尔曼滤波算法
协方差矩阵
表达式
车辆资源配置方法
时间序列特征
气象灾害预警
案件数据
计算机可读指令