极端天气下基于组合神经网络的短期区域负荷预测方法

    公开(公告)号:CN117767276A

    公开(公告)日:2024-03-26

    申请号:CN202311619805.X

    申请日:2023-11-29

    摘要: 本发明涉及一种极端天气下基于组合神经网络的短期区域负荷预测方法,包括以下步骤:获取区域负荷数据和对应的气象数据,由极端天气分型法处理,获得不同极端天气类型下的负荷数据集和对应的气象数据集;采用主成分分析法对气象数据集进行降维处理,获得气象主成分;对负荷数据集和对应的气象主成分进行相关性计算,构建气象数据的主成分指标;基于相关性计算结果,筛选出负荷类特征,与气象数据的主成分指标共同构建特征集;将负荷数据集和特征集输入至预先构建好的短期区域负荷预测模型中,输出负荷预测结果,其中,短期区域负荷预测模型通过组合神经网络进行构建。与现有技术相比,本发明具有提高区域负荷短期预测精度、计算速度快等优点。

    一种基于相关系数样条插值的光伏电站缺失功率修复方法

    公开(公告)号:CN117333325A

    公开(公告)日:2024-01-02

    申请号:CN202311384783.3

    申请日:2023-10-24

    IPC分类号: G06Q50/06

    摘要: 本发明涉及一种基于相关系数样条插值的光伏电站缺失功率修复方法,包括以下步骤:采集光伏电站的原始数据,包括气象数据及其对应的发电功率数据;将原始数据划分为待修复数据集和完整数据集,待修复数据集只包含气象数据,完整数据集包括气象数据及其对应的发电功率数据;对完整数据集进行降维处理,并从完整数据集和待修复数据集中剔除相关性较小的气象数据;采用样条插值方法对原始数据进行处理,获得初步缺失功率插值;基于完整性数据集中气象数据与待修复数据集中的气象数据计算相关性系数;将相关性系数与初步缺失功率插值相乘,得到最终缺失功率插值,完成缺失功率的修复操作。与现有技术相比,本发明具有提高插值准确性等优点。