[发明专利]基于复合气象特征构建与选择的新能源功率预测方法

说明书

本申请涉及一种基于复合气象特征构建与选择的新能源功率预测方法、装置、计算机设备、存储介质和计算机程序产品。本申请能够从大量原始数据中得到最优特征组合，提高新能源功率预测模型的预测结果的稳定性和可靠性。该方法包括：获取原始数据；基于原始数据构建高维气象特征集合；从高维气象特征集合中，每次选取一个特征子集，将特征子集依次递增地输入至功率预测模型，得到一阶预测精度；通过分析一阶预测精度随特征子集增加时的变化情况，确定初选特征范围；通过序列前向浮动搜索算法对初选特征范围进行筛选得到最优特征组合；根据最优特征组合获取新能源功率预测模型的输入数据，以供新能源功率预测模型进行预测得到新能源网络的输出功率。

技术领域

本申请涉及新能源技术领域，特别是涉及一种基于复合气象特征构建与选择的新能源功率预测方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

新能源例如风、光、冰等能源由于清洁环保的特点日益受到重视，但其受季节、时间的影响具有较强的随机性，且由于用户的用电需求有高峰和低谷，导致新能源在电力系统中的出力也具有较强的波动性。为了在新能源系统中达到填谷削峰的效果，目前常采用各种预测模型对新能源系统的输出功率进行预测以便有效利用输出功率的特点进行更有效的资源分配。

目前的预测模型中对新能源的特征选择方法有模拟退火算法、禁忌搜索算法、遗传算法、随机重采样过程等，但这些特征选择方法都属于随机搜索法，虽然能够较快速地获得一个满足要求的局部最优解，但其选择结果具有较高的不确定性，使得后续得到的预测结果也不够准确。

发明内容

基于此，有必要针对上述技术问题，提供一种基于复合气象特征构建与选择的新能源功率预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种基于复合气象特征构建与选择的新能源功率预测方法。所述方法包括：

获取原始数据；所述原始数据包括历史功率数据和相应的原始数值天气预报数据；

基于所述历史功率数据和相应的原始数值天气预报数据构建高维气象特征集合；

从所述高维气象特征集合中，每次选取一个特征子集，将所述特征子集依次递增地输入至功率预测模型，得到每次的一阶预测精度；通过分析所述一阶预测精度随所述特征子集增加时的变化情况，确定初选特征范围；

通过序列前向浮动搜索算法对所述初选特征范围进行筛选得到最优特征组合；

根据所述最优特征组合获取新能源功率预测模型的输入数据，以供所述新能源功率预测模型进行预测得到新能源网络在待预测时间内的输出功率。

在其中一个实施例中，所述基于所述历史功率数据和相应的原始数值天气预报数据构建高维气象特征集合，包括：

将所述历史功率数据和相应的原始数值天气预报数据作为原始特征；

针对所述原始特征进行统计分析，得到统计特征；

将所述原始特征和所述统计特征作为时域特征；

针对所述时域特征进行频率分解，得到频域特征；

基于所述时域特征和所述频域特征构建所述高维气象特征集合。

在其中一个实施例中，所述针对所述时域特征进行频率分解，得到频域特征，包括：

针对所述时域特征进行小波分解，得到小波分解特征；

针对所述时域特征进行经验模态分解，得到经验模态分解特征；

将所述小波分解特征和所述经验模态分解特征作为所述频域特征。