公开(公告)号：CN114819365A

公开(公告)日：2022-07-29

申请号：CN202210481070.8

申请日：2022-05-05

申请人： 合肥工业大学 ,  国网安徽省电力有限公司六安供电公司 ,  国网安徽省电力有限公司电力科学研究院

发明人： 吴红斌 ,  钟尚鹏 ,  唐龙江 ,  张明星 ,  徐斌 ,  王小明 ,  胡良焕 ,  夏鹏 ,  谢毓广 ,  滕越

IPC分类号： G06Q10/04 ,  G06Q50/06 ,  G06F17/16 ,  G06N3/00 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于LSGAN‑DCN网络的短期光伏功率预测方法，包括：1、采集原始样本数据，将数据以气候类型划分，筛选出突变天气样本数据，并对样本数据进行归一化预处理；2、利用基于多生成器的最小二乘生成对抗网络MAD‑LSGANs学习原始突变天气真实光伏数据的样本分布规律，生成与原始样本数据相似且具有高度多样性的新样本；3、建立由交叉网络和深度网络组成的深度交叉网络DCN模型；4、采用鲸鱼优化算法WOA确定模型的超参数，并利用训练好的模型进行光伏功率短期预测。本发明能有效解决光伏电站光伏发电功率预测时突变天气样本数据不足的问题，并加强对高阶特征交叉信息的获取，从而有效提高光伏功率预测精度。

公开(公告)号：CN115689008A

公开(公告)日：2023-02-03

申请号：CN202211331710.3

申请日：2022-10-27

申请人： 国网安徽省电力有限公司六安供电公司 ,  合肥工业大学

发明人： 张明星 ,  刘红新 ,  钟尚鹏 ,  吴红斌 ,  夏鹏 ,  丁倩 ,  李寰宇 ,  陈青 ,  刘志敏 ,  邵郁 ,  高松 ,  汪君 ,  李葆 ,  汤远红 ,  段丽

IPC分类号： G06Q10/04 ,  G06Q50/06 ,  G06N3/006 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08

摘要： 本发明公开了一种基于集合经验模态分解的CNN‑BiLSTM短期光伏功率预测方法，包括：1、采集历史数据，筛选出突变天气和非突变天气样本数据；2、针对不同的天气类型，利用集合经验模态分解法将历史光伏电站小时功率数据分解为一系列不同频率但相对平稳的分量序列；3、搭建卷积神经网络CNN，构建CNN‑BiLSTM模型；4、采用灰狼寻优算法GWO确定CNN‑BiLSTM模型的超参数，并利用训练好的模型进行光伏功率短期预测。还公开了一种基于集合经验模态分解的CNN‑BiLSTM短期光伏功率预测系统。本发明能够在有效提取光伏数据的各个分量及变化趋势的同时，提高短期光伏功率预测的精确度。