公开(公告)号：CN118469106B

公开(公告)日：2024-09-06

申请号：CN202410942530.1

申请日：2024-07-15

Applicant: 南京师范大学

Inventor： 李伟康 ,  马刚 ,  李豪 ,  赵宇轩 ,  孟宇翔 ,  钱达

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F18/23213 ,  G06F18/2411 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/0464 ,  H02J3/00

Abstract: 本发明公开了一种考虑历史相似日与组合权重的光伏功率预测方法，包括以下步骤：（1）利用灰色关联度选取重要气象特征，并采用模糊C均值聚类将历史日划分为晴天、多云、阴天和雨雪天气组成训练集；（2）将分类好的四个训练集分别通过最小二乘支持向量机LSSVR预测；（3）利用完全集合经验模态分解将历史数据分解成若干子序列，将各子序列通过卷积网络与长短期记忆网络并加入注意力机制的混合网络模型进行预测；（4）使用灰色关联分析法将LSSVR的预测结果与C模型的预测结果进行组合，以获得最终的预测结果；本发明更有效地进行光伏电站地能源管理和调度，减少因预测误差导致地能源浪费，从而带来显著地经济效益。

公开(公告)号：CN118469106A

公开(公告)日：2024-08-09

申请号：CN202410942530.1

申请日：2024-07-15

Applicant: 南京师范大学

Inventor： 李伟康 ,  马刚 ,  李豪 ,  赵宇轩 ,  孟宇翔 ,  钱达

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F18/23213 ,  G06F18/2411 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/0464 ,  H02J3/00

Abstract: 本发明公开了一种考虑历史相似日与组合权重的光伏功率预测方法，包括以下步骤：（1）利用灰色关联度选取重要气象特征，并采用模糊C均值聚类将历史日划分为晴天、多云、阴天和雨雪天气组成训练集；（2）将分类好的四个训练集分别通过最小二乘支持向量机LSSVR预测；（3）利用完全集合经验模态分解将历史数据分解成若干子序列，将各子序列通过卷积网络与长短期记忆网络并加入注意力机制的混合网络模型进行预测；（4）使用灰色关联分析法将LSSVR的预测结果与C模型的预测结果进行组合，以获得最终的预测结果；本发明更有效地进行光伏电站地能源管理和调度，减少因预测误差导致地能源浪费，从而带来显著地经济效益。