[发明专利]光伏发电数据的预测方法、系统、设备及介质

权利要求书

1.一种光伏发电数据的预测方法，其特征在于，所述预测方法包括：

获取一历史时间段的历史光伏发电数据；

将所述历史光伏发电数据输入第一模型，以对所述历史光伏发电数据进行分类得到与不同气象类型对应的分组光伏发电数据；

分别将每个分组光伏发电数据输入第二模型，输出不同气象类型下目标时间的预测光伏发电数据；所述目标时间基于所述历史时间段确定；

所述第一模型包括基于随机变异策略的蚁群聚类算法构建的聚类模型；

所述预测方法通过以下步骤训练得到所述第二模型，包括：

获取待训练的样本时间段内的样本光伏发电数据；

将所述样本光伏发电数据输入BP神经网络模型进行训练，生成所述第二模型；所述BP神经网络模型是以任意已知时间段的所述样本光伏发电数据为输入，以与所述任意已知时间段对应的待测时间的预测数据为输出，所述任意已知时间段和所述待测时间位于所述样本时间段内；

所述历史光伏发电数据包括历史光伏发电功率数据，所述将所述历史光伏发电数据输入第一模型，以对所述历史光伏发电数据进行分类得到与不同气象类型对应的分组光伏发电数据的步骤包括：

将所述历史光伏发电功率数据输入第一模型，输出不同天气状态对应的分组光伏发电功率数据；所述气象类型包括所述天气状态，所述天气状态包括晴天、阴天以及雨天中的至少一种；

和/或；

所述历史光伏发电数据包括历史光伏发电量数据，所述将所述历史光伏发电数据输入第一模型，以对所述历史光伏发电数据进行分类得到与不同气象类型对应的分组光伏发电数据的步骤包括：

将所述历史光伏发电量数据输入第一模型，输出不同季节状态对应的分组光伏发电量数据；所述气象类型包括所述季节状态，所述季节状态包括春季、夏季、秋季以及冬季中的至少一种。

2.如权利要求1所述的光伏发电数据的预测方法，其特征在于，所述将所述历史光伏发电数据输入第一模型之前，所述预测方法还包括：

对所述历史光伏发电数据进行预处理；所述预处理包括对所述历史光伏发电数据进行平滑处理以及异常数据剔除。

3.一种光伏发电数据的预测系统，其特征在于，所述预测系统包括：

第一获取模块，用于获取一历史时间段的历史光伏发电数据；

分类模块，用于将所述历史光伏发电数据输入第一模型，以对所述历史光伏发电数据进行分类得到与不同气象类型对应的分组光伏发电数据；

预测模块，用于分别将每个分组光伏发电数据输入第二模型，输出不同气象类型下目标时间的预测光伏发电数据；所述目标时间基于所述历史时间段确定；

所述第一模型包括基于随机变异策略的蚁群聚类算法构建的聚类模型；

所述预测系统通过以下模块训练得到所述第二模型，包括：

第二获取模块，用于获取待训练的样本时间段内的样本光伏发电数据；

训练模块，用于将所述样本光伏发电数据输入BP神经网络模型进行训练，生成所述第二模型；所述BP神经网络模型是以任意已知时间段的所述样本光伏发电数据为输入，以与所述任意已知时间段对应的待测时间的预测数据为输出，所述任意已知时间段和所述待测时间位于所述样本时间段内；

所述历史光伏发电数据包括历史光伏发电功率数据，所述分类模块具体用于：

将所述历史光伏发电功率数据输入第一模型，输出不同天气状态对应的分组光伏发电功率数据；所述气象类型包括所述天气状态，所述天气状态包括晴天、阴天以及雨天中的至少一种；

和/或，

所述历史光伏发电数据包括历史光伏发电量数据，所述分类模块具体用于：

将所述历史光伏发电量数据输入第一模型，输出不同季节状态对应的分组光伏发电量数据；所述气象类型包括所述季节状态，所述季节状态包括梅雨季节或者春季、夏季、秋季以及冬季中的至少一种。

4.如权利要求3所述的光伏发电数据的预测系统，其特征在于，所述预测系统还包括：

处理模块，用于对所述历史光伏发电数据进行预处理；所述预处理包括对所述历史光伏发电数据进行平滑处理以及异常数据剔除。