[发明专利]一种支持新能源发电功率高精度预测的高效算法框架

权利要求书

1.一种支持新能源发电功率高精度预测的高效算法框架，其特征在于，所述框架包括：多源数据层、数据清洗加工服务层、存储层以及大型分布式并行计算框架层；

所述多源数据层，用于从预设的多个渠道获取多源的预报气象数据，所述多源的预报气象数据包括多时效的预报气象数据，多时间分辨率的预报气象数据以及多空间分辨率的预报气象数据中的至少一种；

所述数据清洗加工服务层，用于确定所述预报气象数据的预报数据特征，以及对所述预报气象数据进行加工处理，得到符合功率预测模型需求的预报气象加工数据；

所述存储层，用于存储预先训练获得的多个最高预测精度的功率预测模型；

所述大型分布式并行计算框架层，用于基于所述预报气象数据的预报数据特征，从所述存储层中获取与所述预报数据特征匹配的功率预测模型，并基于所述功率预测模型，对所述预报气象加工数据进行功率预测，预测所述新能源场站的发电功率。

2.根据权利要求1所述的支持新能源发电功率高精度预测的高效算法框架，其特征在于，所述数据清洗加工服务层为微服务架构；所述微服务架构根据微服务架构下各处理服务器的处理压力；将所述预报气象数据发送至所述微服务架构下处理压力最小的处理服务器，由所述处理服务器对所述气象数据进行降噪处理后，再从时效、时间和空间中的至少一个维度进行数据清洗处理，得到符合所述功率预测模型需求的预报气象加工数据。

3.根据权利要求1所述的支持新能源发电功率高精度预测的高效算法框架，其特征在于，所述框架还包括模型训练层；

所述模型训练层，用于获取各新能源场站的历史气象数据以及对应的实际发电功率，确定所述历史气象数据的历史数据特征；对所述历史气象数据进行处理，得到历史气象加工数据；将所述历史气象加工数据利用各初始功率预测模型进行训练，确定与各所述初始功率预测模型关联最大的历史数据特征，并确定各所述关联最大历史数据特征对应的最高预测精度的初始功率预测模型；构建每个新能源场站的所述初始功率预测模型与所述历史数据特征的映射关系，所述历史数据特征包括历史气象特征和历史时间特征中的至少一种。

4.一种发电功率预测方法，应用于如权利要求1-3所述的支持新能源发电功率高精度预测的高效算法框架，其特征在于，所述方法包括：

响应预测请求，获取预报气象数据；

确定所述预报气象数据的预报数据特征，所述预报数据特征为预报气象特征和预报时间特征中的至少一种；

获取与所述预报数据特征匹配的功率预测模型；其中，所述功率预测模型是预先训练得到的符合所述预报数据特征且功率预测精度最高的模型；

对所述预报气象数据进行处理，得到质量符合所述功率预测模型需求的预报气象加工数据；

将所述预报气象加工数据输入所述功率预测模型，通过所述功率预测模型利用所述预报气象加工数据预测所述新能源场站的发电功率。

5.根据权利要求4所述的方法，其特征在于，所述获取预报气象数据，包括：

从预设的多个渠道获取多源的预报气象数据，所述多源的预报气象数据包括多时效的预报气象数据，多时间分辨率的预报气象数据以及多空间分辨率的预报气象数据中的至少一种。

6.根据权利要求4所述的方法，其特征在于，所述对所述预报气象数据进行处理，得到质量符合所述功率预测模型需求的预报气象加工数据，包括：

获取微服务架构下各处理服务器的处理压力；

将所述预报气象数据发送至微服务架构下处理压力最小的处理服务器，由所述处理服务器对所述气象数据进行降噪处理后，再从时效、时间和空间中的至少一个维度进行数据清洗处理，得到符合所述功率预测模型需求的预报气象加工数据。