[发明专利]光伏电站清洗频率的预测方法及存储介质

权利要求书

1.一种光伏电站清洗频率的预测方法，其特征在于，包括：

获取步骤，获取历史时间段的多块光伏面板的发电功率作为数据样本；

模型构建步骤，利用机器学习对所述数据样本进行学习得到预测模型；

预测步骤，将部分连续的数据样本输入至所述预测模型得到下一时间序列的预测发电功率；

判定步骤，将每一块光伏面板的所述预测发电功率与一功率阈值进行比对，若实际发电功率低于预测功率阈值，则判定该光伏面板需要清洗；若实际发电功率高于预测清洗功率阈值，则判定该光伏面板不需要清洗；以及

汇总步骤，确定该光伏电站每天需要被清洗的面板。

2.如权利要求1所述的光伏电站清洗频率的预测方法，其特征在于，还包括：

成本计算步骤，根据所述的预测发电功率以及该光伏电站的面板清洗成本，计算该光伏电站的收益成本。

3.如权利要求2所述的光伏电站清洗频率的预测方法，其特征在于，

所述成本计算步骤具体包括：

第一计算步骤，根据所述预测发电功率计算该光伏电站的发电收益；

第二计算步骤，将需要被清洗的面板数与单次清洗成本相乘得到清洗成本；以及

第三计算步骤，将所述发电收益与所述清洗成本相减得到该光伏电站的净收益。

4.如权利要求2所述的光伏电站清洗频率的预测方法，其特征在于，

所述成本计算步骤之后，还包括：

调整步骤，调整所述功率阈值，将所述光伏电站的净收益提升至最高。

5.如权利要求1所述的光伏电站清洗频率的预测方法，其特征在于，

所述模型构建步骤具体包括：

样本分类步骤，将所述数据样本随机分成训练样本及测试样本两类；

初级模型构建步骤，利用所述训练样本训练并构建初级模型；

验证步骤，将所述测试样本输入至所述初级模型进行验证；

初级模型优化步骤，根据所述验证步骤的验证结果对所述初级模型进行优化得到所述预测模型。

6.如权利要求5所述的光伏电站清洗频率的预测方法，其特征在于，所述验证步骤具体包括：

输入测试样本步骤，输入X个测试样本至所述初级模型，获取X个预测结果；

比对步骤，将所述X个预测结果与所述X个测试样本的X个发电功率比较，统计与所述发电功率差异超过一定阈值的预测结果的个数Y；

计算步骤，计算预测的错误率，对模型进行评估，所述错误率为Y与测试样本的样本数X的比值。

7.如权利要求1所述的光伏电站清洗频率的预测方法，其特征在于，

所述预设历史时间段的时间长度大于或等于3个月。

8.如权利要求1所述的光伏电站清洗频率的预测方法，其特征在于，

所述数据样本还包括该光伏电站每日的空气质量数据。

9.如权利要求1所述的光伏电站清洗频率的预测方法，其特征在于，还包括：

监控步骤，根据所述预测功率的曲线以及空气质量数据，监控每一光伏面板的灰尘积累情况。

10.一种存储介质，存储有计算机可读指令，至少一处理器执行至少一所述计算机可读指令，以执行如权利要求1～9中任一项所述的方法步骤。