发明公开
- 专利标题: 一种基于深度学习的分布式光伏出力估算方法及系统
-
申请号: CN202011586461.3申请日: 2020-12-29
-
公开(公告)号: CN114693022A公开(公告)日: 2022-07-01
- 发明人: 李登宣 , 董存 , 崔方 , 丁煌 , 梁志峰 , 柴旭峥 , 秦放 , 陈卫东
- 申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网河南省电力公司 , 国网河南省电力公司电力科学研究院
- 申请人地址: 江苏省南京市鼓楼区南瑞路8号; ; ;
- 专利权人: 中国电力科学研究院有限公司,国家电网有限公司,国网河南省电力公司,国网河南省电力公司电力科学研究院
- 当前专利权人: 中国电力科学研究院有限公司,国家电网有限公司,国网河南省电力公司,国网河南省电力公司电力科学研究院
- 当前专利权人地址: 江苏省南京市鼓楼区南瑞路8号; ; ;
- 代理机构: 北京安博达知识产权代理有限公司
- 代理商 徐国文
- 主分类号: G06Q10/06
- IPC分类号: G06Q10/06 ; G06Q50/06 ; G06N3/08
摘要:
本发明提供了一种基于深度学习的分布式光伏出力估算方法及系统,包括:获取区域内总装机容量、气象数据以及部分分布式光伏站点的发电效率;将所述区域内总装机容量、气象数据以及部分分布式光伏站点的发电效率输入到预先训练好的分布式光伏出力估算模型,得到区域总发电功率;其中,所述分布式光伏出力估算模型,基于所述部分分布式光伏站点历史的发电效率、区域总装机容量和气象数据以及历史区域总发电功率利用深度学习算法结合BP算法和梯度下降法进行训练,得到所述部分分布式光伏站点发电效率与所述区域总发电功率的关系。本发明提高了分布式光伏出力数据的计算精度,进而提升对新能源动态响应特性及对主网运行特性分析的效率。