[发明专利]一种基于支持向量机回归的光伏发电功率预测方法

摘要

本发明公开了一种基于支持向量机回归的光伏发电功率预测方法，首先，获取目标场站历史出力数据及数值天气预报数据；从中筛选出相关性较强的气象因子；然后，对历史数据集进行预处理，选取合适的输入参数并进行数据归一化，以构建支持向量机的输入向量；再利用灰色关联系数法，逐日计算历史数据集与四个典型日的关联度；对关联度计算结果进行聚类，从而将历史数据按照天气类型划分为四个训练集；采用支持向量机回归算法对分类后的历史样本进行训练建模，得到预测模型；再通过相关度计算确定待预测日的天气类型，并调用相应的预测模型；最后，输入预测日数值天气预报参数，基于支持向量机回归算法和预测模型得到功率预测结果。

主权项

1.一种基于支持向量机回归的光伏发电功率预测方法，其特征在于，包括以下步骤：步骤一，获取目标场站历史出力数据及数值天气预报数据；步骤二，分析目标场站出力数据与数值天气预报各气象参数之间的关系，筛选出相关性较强的气象因子，所述气象因子包括辐射强度、云量、温度和湿度；步骤三，对历史数据集进行预处理，主要滤除不合理的样本值，同时验证数据的完备性；步骤四，在步骤二和步骤三的基础上，选取合适的输入参数并进行数据归一化，以构建支持向量机的输入向量；步骤五，将天气类型细分为晴天、多云、阴天、雨天，在历史数据集中选定每种天气类型对应的典型日；利用灰色关联系数法，逐日计算历史数据集与四个典型日的关联度；对关联度计算结果进行聚类，从而将历史数据按照天气类型划分为四个训练集；步骤六，在步骤五的基础上，采用支持向量机回归算法对分类后的历史样本进行训练建模，得到预测模型；步骤七，通过相关度计算确定待预测日的天气类型，并调用相应的预测模型；步骤八，输入预测日数值天气预报参数，基于支持向量机回归算法和预测模型得到功率预测结果。