摘要
本发明涉及光伏发电系统监测技术领域,尤其涉及一种光伏发电功率中短期预测方法及系统。对光伏发电功率数据进行预处理,并进行特征选择;采用DTW算法进行相似性评估,对天气条件和发电功率的关系进行建模;通过K‑Medoids结合DTW算法进行相似日聚类;训练预测模型并评估模型效果。先通过K‑Medoids‑DTW分析了气象因素与光伏发电功率的相关程度,并针对天气情况进行了相似日聚类分析。利用TimeXer模型进行内外生变量联合时序预测建模,实现晴天、多云、阴雨三种天气条件下的光伏发电功率的精准预测。能够在常见的三种天气条件下进行中短期的光伏发电功率预测,提升光伏系统在线监测和能量管理的准确性与效率。
技术关键词
短期预测方法
DTW算法
训练预测模型
气象
特征选择
光伏发电功率预测
斯皮尔曼相关系数
动态时间规整
建立预测模型
光伏发电系统
训练集数据
预测建模
天气
能量管理
光伏系统
序列
预测误差
监测技术