首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于改进EEMD算法的光伏功率短期分段预测方法及系统 

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:国网山东省电力公司嘉祥县供电公司

摘要:本发明提出了一种基于改进EEMD算法的光伏功率短期分段预测方法及系统,属于功率预测技术领域;通过四分法获取历史光伏发电功率中的特征点,并依据特征点按照时间序列分别将历史光伏发电功率和环境数据信息划分为连续的数据段,再通过改进的EEMD算法对每个光伏发电功率数据段分别进行分解计算,并且与对应的环境数据信息数据段的相关性分析;以此通过对历史光伏发电功率进行分段式分析,以此能够更为精确的分析出不同的环境影响因素对不同时间段内功率数据的影响度;同时改进的EEMD算法通过对本征模态继续进行分解,能够有效降低功率数据的波动性,以此降低对预测模型的影响,以此提升预测精度。

主权项:1.一种基于改进EEMD算法的光伏功率短期分段预测方法,其特征在于,包括如下步骤:获取历史光伏发电功率和环境数据信息;基于四分法对历史光伏发电功率进行处理,得到历史光伏发电功率中的特征点;依据特征点将历史光伏发电功率和环境数据信息分别划分成连续的数据段;对每一个历史光伏发电功率数据段分别与对应的所有环境数据信息的数据段作相关性分析,筛选出每一历史光伏发电功率数据段相关的环境数据信息;并通过改进的EEMD算法对每一历史光伏发电功率数据段中的数据进行分解,获取最终的子数据段;将最终的子数据段和筛选后的环境数据信息作为双向长短期记忆神经网络模型的输入,获取光伏发电功率的预测结果;所述基于四分法对历史光伏发电功率进行处理,得到历史光伏发电功率中的特征点,具体为通过四分法对历史光伏发电功率进行分割,分别将历史光伏发电功率与阈值上限和阈值下限相交的点作为特征点;所述改进的EEMD算法具体为,先通过EEMD算法对每一数据段中的历史光伏发电功率进行分解,得到本征模态函数和剩余项,再对本征模态函数进行分解,通过迭代更新获取最终的子数据段;所述再对本征模态函数进行分解,通过迭代更新获取最终的子数据段具体为:对本征模态函数分解过程中,构建了约束条件公式;所述约束条件公式为: 其中,为即将被分解的本征模态函数,为模态函数集合,R为模态函数的数量,为模态函数对应的中央频率;为运算符,为狄拉克分布函数,为模态函数中心频率的指数项;同时引入拉格朗日因子和惩罚因子进行求解;所述拉格朗日的定义函数为: 其中,模态分量、中心频率和因子通过更新规则进行实时更新;具体的更新规则为: 其中,、和分别为、和的傅里叶变换,为更新规则参数,k代表迭代的次数;通过上述步骤对本征模态分量进行更新和迭代,当给定参数小于阈值时,停止迭代,得到最终的数据结果。

全文数据:

权利要求:

百度查询: 国网山东省电力公司嘉祥县供电公司 基于改进EEMD算法的光伏功率短期分段预测方法及系统

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。