买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网山西省电力公司电力科学研究院

摘要：本发明属于电力技术领域，具体涉及一种新能源光伏发电功率预测方法；包括以下步骤：S1：获取含天气突变敏感因子的光伏电站历史数据作为基本训练样本集A；S2：根据基本训练样本集A，筛选可变形基本样本构成可变形基本样本集Deformable；S3：根据可变形基本样本集Deformable选取出变形种子Seedmm＝1,2,.....,M，由M组变形种子生成变形种子数据集Seed；S4：根据变形种子数据集Seed的前M‑1组数据Seedmm＝1,2,.....,M‑1依次进行变形，生成M‑1组虚拟变形样本Virtualmm＝1,2,......,M‑1，组成虚拟变形样本集Virtual；S5：根据基本训练样本集A和虚拟变形样本集Virtual中的样本进行双重神经网络训练；S6：利用训练后的神经网络，进行超短期功率预测；本发明提升了恶劣天气条件下功率预测准确度的同时提升了电网的稳定性。

主权项：1.一种新能源光伏发电功率预测方法，其特征在于，包括以下步骤：S1：获取含天气突变敏感因子的光伏电站历史数据作为基本训练样本集A；S2：根据基本训练样本集A，筛选可变形基本样本构成可变形基本样本集Deformable；S3：根据可变形基本样本集Deformable选取出变形种子Seedmm＝1,2,.....,M，由M组变形种子生成变形种子数据集Seed；S4：根据变形种子数据集Seed的前M-1组数据Seedmm＝1,2,.....,M-1依次进行变形，生成M-1组虚拟变形样本Virtualmm＝1,2,......,M-1，由M-1组虚拟变形样本组成虚拟变形样本集Virtual；S5：根据基本训练样本集A和虚拟变形样本集Virtual中的样本进行双重神经网络训练；S6：利用训练后的神经网络，进行超短期功率预测；步骤S4中，每组虚拟变形样本的生成方法如下：Virtualm＝{Xm,Ym}m＝1,2,......,M-11-1其中，Xm表示第m组虚拟气压变化率,Ym表示第m组虚拟功率，Xm,Ym的计算方法如下：Xm＝rpSm 其中，Sm表示变形种子Seedm中的可变气压变化率，rp表示气压变化拉伸系数，r为1-10之间的自然数，p为1-10之间的自然数，a、c系数计算公式如下： 其中，Wm表示变形种子Seedm中的可变功率；步骤S5中，双重神经网络训练包括：针对步骤S1中基本训练样本集中的基本训练样本进行神经网络功率预测训练，针对步骤S4中虚拟变形样本集Virtual中的虚拟变形样本进行神经网络功率预测训练。

全文数据：

权利要求：

百度查询： 国网山西省电力公司电力科学研究院 一种新能源光伏发电功率预测方法