[发明专利]针对气象卫星云图动态注意域的光伏功率预测方法

权利要求书

1.针对气象卫星云图动态注意域的光伏功率预测方法，其特征在于：包括如下步骤：

1)基于稠密光流算法计算每两帧气象卫星云图之间的光流图；将待预测时刻及其之前5个小时内的历史气象卫星云图和光流图按通道合并，形成多通道动态特征图谱；所述的气象卫星云图是接入红外光谱频段范围在0.46～0.65微米、纬度范围在北纬60度～南纬60度以内、经度范围在东经80度～东经200度以内、经纬度空间分辨率1/20度、时间分辨率30分钟的地球同步静止气象卫星遥感云图；

2)构建二维多通道卷积神经网络模型，以多通道动态特征图谱作为输入，计算得到卷积隐层特征；

3)针对待预测时刻的日期和时间估算地表水平面的太阳晴空总辐射强度，计算晴空光伏功率估计值；

4)基于注意力模型，以晴空光伏功率估计值、历史光伏功率和卷积隐层特征作为模型输入，计算得到动态注意域特征；

5)基于循环神经网络模型，将动态注意域特征作为模型输入，输出光伏功率预测值；

6)通过误差评价指标验证预测结果精度，实现光伏电站的发电功率预测功能；其中，所述的步骤1)中，具体包括如下步骤：

基于Farneback二阶稠密光流算法计算每两帧气象卫星云图之间的光流图，首先假设对于每相邻两帧气象云图，图中云团运动过程中的光线反射强度在帧间保持恒定，满足公式：

I(x,y,t)≈I(x+dx,y+dy,t+dt)

式中，I(x,y,t)为云图中云团在横坐标x、纵坐标y、时间t处的单个像素光线反射强度，dx为云团的横向运动位移，dy为云团的纵向运动位移，dt为图像帧的时间间隔；其次，对光线反射强度帧间恒定公式进行泰勒展开，并取时间间隔dt近似为0，约简公式得到光流运动方程，其方程公式为：

式中，和分别为I、t、x和y的偏导，u为横向光流速度，v为纵向光流速度；

然后，对光流运动方程取最小二范数进行优化，并基于拉格朗日乘子引入二阶光流似然函数，得到光流计算求解的目标函数，其函数公式为：

式中，min为最小目标函数，||·||²为二范数函数，λ为拉格朗日乘子；

最后，基于梯度下降算法对光流运动的最小目标函数进行优化求解，计算得到每相邻两帧气象卫星云图的光流图；

所述的步骤4)中，具体包括如下步骤：

首先，获取待预测时刻的日期和时间，基于地外太阳辐射常数H_SC计算光伏电站所在地址该时刻的地表水平面的太阳晴空总辐射H_G，计算公式为：

式中，H_G为地表水平面的太阳晴空总辐射，H_SC为地外太阳辐射常数，n_day为待预测时刻日期，δ_s为待预测时刻日期的太阳赤纬角，ω_s为待预测时刻时间的太阳时角，为光伏电站地址的纬度角，sin和cos为正弦和余弦函数；其次，构建太阳入射辐射-光伏功率的二阶多项式拟合函数f_poly(·)，根据历史光伏功率包络线P_ENV和历史太阳入射辐射包络线H_ENV求解拟合函数系数，计算光电转换效率：

式中，η_PV为光电转换效率，P_ENV为历史光伏功率包络线，H_ENV为历史太阳入射辐射包络线，f_poly(·)为二阶多项式拟合函数，a、b和c为二阶多项式函数系数；接着，根据计算的光电转换效率η_PV和地表水平面的太阳晴空总辐射H_G计算晴空光伏功率估计值p^*，其计算公式为：

p^*＝η_PVH_i＝η_PVH_G×(cosβ_PVcosZ_s+sinβsinZ_scosω_s)

式中，p^*为晴空光伏功率估计值，η_PV为光电转换效率，H_i为太阳入射辐射，H_G为地表水平面的太阳晴空总辐射，β_PV、Z_s和ω_s分别为光伏阵列倾斜角、待预测时刻时间的太阳天顶角和太阳时角；

然后，将晴空光伏功率估计值p^*、时间t的历史光伏功率P_t和卷积隐层特征输入注意力模型，输出注意力权值

式中，为大小n_H×n_H×1、时间t+1的注意力权值，f_AM为注意力模型，为大小n_H×n_H×n_l的卷积隐层特征，P_t为时间t的历史光伏功率，为时间t+1的晴空光伏功率估计值，n_H为特征尺寸，n_l为特征通道数；最后，将注意力权值和卷积隐层特征进行逐通道乘法运算，计算得到动态注意域特征

式中，为时间t+1的动态注意域特征，为逐通道乘法运算符。