[发明专利]基于多种结合策略集成学习的新能源功率预测方法和系统

说明书

本申请涉及一种基于多种结合策略集成学习的新能源功率预测方法和系统，所述方法包括：根据目标预测对象，获取样本新能源数据；所述样本新能源数据包括训练新能源数据和验证新能源数据；通过所述训练新能源数据训练得到多个初级预测模型；通过预设的多种集成指令，分别对所述多个初级预测模型进行集成处理，得到多个集成预测模型；根据各所述集成预测模型的性能指标，从所述多个集成预测模型中确定出目标预测模型，通过所述目标预测模型进行新能源功率预测。该方法可以提升对新能源场站的功率预测精度。

技术领域

本申请涉及电力技术领域，特别是涉及一种基于多种结合策略集成学习的新能源功率预测方法、系统、装置、计算机设备和存储介质。

背景技术

随着社会的发展，人类日常生活、生产对能源的需求日益增大，而地球上的能源有限，因此，如何提高对能源的利用效能，实施可再生能源替代行动是当前的主要研究方向。其中，消纳高比例可再生能源的一个基础就是正确地对其发电功率开展功率预测，而现有新能源功率预测方法和预测系统基本采用颗粒度较大的数值天气预报进行预测，预测准确率不高，无法满足未来新能源大规模接入电力系统的实际需求。

发明内容

基于此，有必要针对上述新能源功率预测方法存在的预测准确率较低的技术问题，提供一种新能源功率预测方法、系统、装置、计算机设备和计算机可读存储介质。

第一方面，本申请提供了一种基于多种结合策略集成学习的新能源功率预测方法。所述方法包括：

根据目标预测对象，获取样本新能源数据；所述样本新能源数据包括训练新能源数据和验证新能源数据；

通过所述训练新能源数据训练得到多个初级预测模型；

通过预设的多种集成指令，分别对所述多个初级预测模型进行集成处理，得到多个集成预测模型；

根据各所述集成预测模型的性能指标，从所述多个集成预测模型中确定出目标预测模型，通过所述目标预测模型进行新能源功率预测。

在其中一个实施例中，所述根据目标预测对象，获取样本新能源数据，包括：

根据所述目标预测对象，确定天气预报数据类型和功率类型；

根据所述天气预报数据类型，获取所述目标预测对象的历史天气预报数据，以及根据所述功率类型，获取所述目标预测对象的历史功率数据；

基于所述历史天气预报数据和所述历史功率数据，得到所述样本新能源数据。

在其中一个实施例中，所述基于所述历史天气预报数据和所述历史功率数据，得到所述样本新能源数据，包括：

基于所述历史天气预报数据和所述历史功率数据，得到初始样本新能源数据；

对所述初始样本新能源数据中符合预设剔除条件的数据进行剔除处理、和/或对所述初始样本新能源数据中的负功率数据进行置零处理，和/或对所述样本新能源数据中的缺失数据进行插补处理，得到处理后的样本新能源数据；

对所述处理后的样本新能源数据进行标准化处理，得到所述样本新能源数据。

在其中一个实施例中，所述通过所述训练新能源数据训练得到多个初级预测模型，包括：

根据目标预测类型，从所述训练新能源数据中确定出每一训练步长的输入变量和实际输出变量；所述输入变量包括当前预测周期的历史天气预报数据和前一预测周期的历史功率，所述实际输出变量表示当前预测周期的历史功率；

将所述输入变量分别输入多个待训练的初级预测模型中，得到各待训练的初级预测模型的预测结果；

基于所述预测结果与所述实际输出变量之间的损失值，对各所述待训练的初级预测模型进行训练，得到所述多个初级预测模型。