[发明专利]基于门控循环单元网络的光伏电站短期功率预测方法

权利要求书

1.一种基于门控循环单元网络的光伏电站短期功率预测方法，其特征在于，包括如下步骤，

步骤S1、根据待预测日的天气类型选取气象参数作为模型输入，不同的天气类型，占主导地位的气象参数不同；

步骤S2、对待预测日之前的N天历史数据进行处理，剔除异常值和黑夜的值，然后对历史功率和历史NWP气象参数进行归一化处理，将其作为训练数据集；

步骤S3、采用门控循环单元网络对训练数据集进行学习，并用均方根反向传播算法调整网络的参数；

步骤S4、将待预测日的NWP气象参数作为模型的输入，得出预测的功率值；

所述步骤S3的具体实现步骤如下，

步骤S31、正向传播，使用的是门控循环单元网络，其公式为：

U_t＝sigmoid(W_U1X_t+W_U2H_t-1+B_U)

R_t＝sigmoid(W_R1X_t+W_R2H_t-1+B_R)

其中，X_t是t时刻的门控循环单元网络的输入；H_t为t时刻隐藏状态值，即门控循环单元网络输出；U_t为更新门输出；R_t为重置门输出；为瞬时状态；W_U1、W_U2、W_R1、W_R2、和为权值；B_U、B_R和为偏置值；

步骤S32、反向传播，使用的是均方根反向传播算法，其方式为：

首先定义一个目标函数：

其中，p为待调参数，即权值和偏置值；为目标函数；y_t为t时刻的实际功率值；a_t(p)为t时刻的网络输出值，即预测值；e_t(p)为对应的误差；

然后，使用均方根反向传播算法调整参数：

其中，α_t为学习率，表达式为S_t,dp为类动量项；β为一个0到1之间的超参数；ε为一个避免分母为零而存在的小量，取值为10^-8。

2.根据权利要求1所述的基于门控循环单元网络的光伏电站短期功率预测方法，其特征在于，所述步骤S1中，与天气类型相对应的气象参数，包括：晴天对应的地面水平辐照度、散射水平辐照度和环境温度；部分阴天或阴天对应的地面水平辐照度、散射水平辐照度、环境温度和相对湿度；雨天对应的相对湿度。

3.根据权利要求1所述的基于门控循环单元网络的光伏电站短期功率预测方法，其特征在于，所述步骤S2中，剔除异常值即剔除由非气象参数引起的功率变化对应的数据；剔除黑夜的值，即剔除黑夜的数据，取白天6时至19时的数据，将数据归一化到区间[0,1]。