[发明专利]基于天气相似度的D-WSMA太阳能收集功率预测方法

权利要求书

1.一种基于天气相似度的D-WSMA太阳能收集功率预测方法，其特征在于：包括如下步骤，

（1）收集参考天、参考时刻的太阳能功率数据，选取参考前D天并把每天等分为24个时刻，得到历史数据矩阵；

（2）建立D-WSMA预测模型：

其中，是对当前n时刻的太阳能功率的预测值，G(n)是n时刻的自适应因子；x₀(n-1)是已收集的当天(n-1)时刻的太阳能功率数据；A是参考时刻权值矩阵；B是参考时刻样本值与综合值之比的比值矩阵；S(n)是预测时刻的综合值；

（3）计算步骤（2）的预测模型中各因子和综合值；

（4）预测太阳能功率；

输入历史太阳能样本数据序列，根据步骤（3）中得到的各参数取值，然后代入步骤（2）中的D-WSMA模型中，即可得到太阳能功率的预测值。

2.根据权利要求1所述的基于天气相似度的D-WSMA太阳能收集功率预测方法，其特征在于：所述步骤（3）计算预测模型中的各因子和综合值，其中参考时刻权值矩阵A的计算包括如下步骤，

（3.1）选取D个参考天和T个参考时刻，n为当前时刻，利用方差之比计算当天及参考天的参考时刻的相似度矩阵P，

其中，d表示距离当前d天；t表示距离预测时刻t时间间隔；距离当前d天第i时刻的收集数据；和分别是所取样值的平均值；表示距离当前d天t时间间隔与当前时刻的相似度；

即可以得到相似度矩阵；

（3.2）计算参考天参考时刻的权值，所述权值范围在0到1之间，得到标准相似度矩阵和当天参考时刻的权值矩阵A，

，

表示距离当前d天t时间间隔对当前预测时刻的权重因子，r是调节相似度参数，可以快速减小相似度小的历史数据的影响，；

标准相似度矩阵为，

参考时刻的权值矩阵为。

3.根据权利要求1所述的基于天气相似度的D-WSMA太阳能收集功率预测方法，其特征在于：所述步骤（3）计算预测模型中的各因子和综合值，其中综合值的计算包括如下步骤，

（3.3）计算参考天在(n-t)时刻的加权平均值，

；

（3.4）计算参考天在(n-t)时刻的平均值，

；

（3.5）将（3.3）的与（3.4）的再次加权平均得到时刻综合值，

。

4.根据权利要求1所述的基于天气相似度的D-WSMA太阳能收集功率预测方法，其特征在于：所述步骤（3）计算预测模型中的各因子和综合值，其中参考时刻的比值矩阵B的计算包括如下步骤，

（3.6）计算当前天参考时刻样本值与综合值的比值，得到参考时刻的比值矩阵B，

。