摘要
本发明公开了一种新能源输出功率不确定性动态评估方法,属于电力系统性能评估技术领域,包括:清洗新能源实际发电功率历史数据、预测功率历史数据及气象历史数据;通过新能源实际发电功率历史数据集构建特征数据矩阵并对历史数据集进行降维;对降维后的历史数据集进行分类,构造M+1个数据子集;构造并训练分类器;对于M+1个数据子集独立应用改进的最优带宽核密度估计进行计算,求得概率密度函数及给定显著性水平下的预测误差百分比;对于每个时间断面数据,利用训练好的分类器进行分类,根据分类结果获取对应的预测误差百分比区间、给定显著性水平下的预测区间,并对预测区间进行修正。本发明能够提高输出功率不确定性动态评估的准确性。
技术关键词
动态评估方法
概率密度函数
预测误差
电力系统性能评估技术
气象历史数据
训练分类器
神经网络训练方法
样本
粒子群优化算法
光伏发电功率
更新分类器
累积分布函数
交叉验证法
矩阵
指标
邻域
成分分析
系统为您推荐了相关专利信息
浮式平台
疲劳损伤预测方法
剩余疲劳寿命
应力
整体结构模型
故障诊断方法
长短期记忆网络
薄膜传感器
变量
实时数据
量子粒子群算法
位置更新
反演方法
光电探测器参数
空间滤波器
模拟模型
电网设备
数据
群体智能优化算法
机器学习模型训练