申请/专利权人：国网河南省电力公司电力科学研究院

申请日：2022-02-28

公开（公告）日：2024-05-31

公开（公告）号：CN114548804B

主分类号：H02J3/00

分类号：H02J3/00;G06Q10/063;G06Q10/04;G06Q50/06;G06F18/2431;G06F18/214;H02J3/38

优先权：

专利状态码：有效-授权

法律状态：2024.05.31#授权;2022.06.14#实质审查的生效;2022.05.27#公开

摘要：本发明涉及再生能源技术领域，具体公开了一种基于改进提升树的日前功率预测方法及系统，包括如下步骤：获取风力发电场或光伏发电场的数据集；基于二叉树通过特征分裂建立改进提升树模型；基于改进提升树模型对数据集实行分类，得到分类数据；利用分类数据，并依据设定的预测误差的评价指标，获得功率预测结果。通过使用梯度提升决策树获得准确的风电功率与光伏功率预测。本发明提出在光伏发电预测的输入变量中加入时间信息，该方法能够提升预测的准确率和相关性。

主权项：1.基于改进提升树的日前功率预测方法，其特征在于，所述日前功率预测方法包括：步骤1，获取风力发电场或光伏发电场的数据集；步骤2，基于二叉树通过特征分裂建立改进提升树模型；通过以特征分裂时的损失函数最小为优化目标，构建得到目标二叉树，特征分裂时的损失函数Loss满足如下关系式： 式中，IL表示树群中的左子树集合，IR表示树群中的右子树集合，I表示整个树群，gm为第m棵左子树损失函数的第一阶导数，gj为第j棵右子树损失函数的第一阶导数，gx为第x棵子树损失函数的第一阶导数，hm为第m棵左子树损失函数的第二阶导数，hj为第j棵右子树损失函数的第二阶导数，hx为第x棵子树损失函数的第二阶导数，λ表示正则项，γ为超因子值，用于控制损失函数的复杂程度；步骤3，基于改进提升树模型对数据集实行分类，得到分类数据；步骤4，利用分类数据，并依据设定的预测误差的评价指标，获得功率预测结果，设定的预测误差的评价指标包括风力发电场次日0-24h日前功率预测准确率、风力发电场次日0-24h日前预测与实际功率相关性系数和光伏发电场次日0-24h日前功率预测准确率；风力发电场次日0-24h日前功率预测准确率满足如下关系式： 式中，PMif为i时刻的风力发电的实际功率，PPif为i时刻的日前风力发电功率预测值，Capf为风电场可用容量，n为所有风力发电样本的采集时刻；风力发电场次日0-24h日前预测与实际功率相关性系数满足如下关系式： 式中，n为所有风力发电样本的采集时刻，PMif为i时刻的风力发电的实际功率，PPif为i时刻的风力发电的预测功率，为所有风力发电样本实测功率的平均值，为所有风力发电样本预测功率的平均值；光伏发电场次日0-24h日前功率预测准确率满足如下关系式： 式中，PMi为i时刻的光伏发电的实际功率，PPi为i时刻的光伏发电的功率预测值，Cap为光伏发电场可用容量，m为所有光伏发电的采集时刻。

全文数据：

权利要求：

百度查询： 国网河南省电力公司电力科学研究院 基于改进提升树的日前功率预测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD