[发明专利]一种海量分布式可再生能源功率预测方法及相关装置

说明书

本申请公开了一种海量分布式可再生能源功率预测方法及相关装置，方法包括：获取功率待预测区域所对应的云图图像，通过识别和分割技术对云图图像进行识别分类，得到m个不同种类的云层并进行标记；采用深度学习方式建立基于云图的海量分布式可再生能源的功率预测模型；根据m个不同种类，将云层所属的多个分布式可再生能源功率预测划分为m个Map任务；通过功率预测模型对每个Map任务进行功率预测，得到m个功率预测结果；根据云层变化情况确定m个Map任务的对应的权重，利用Reduce函数合并m个功率预测结果，得到待预测区域的可再生能源功率。本申请的方法提高了海量分布式可再生能源功率预测的准确度，且大大缩短功率预测的计算时间。

技术领域

本申请涉及可再生能源技术领域，尤其涉及一种海量分布式可再生能源功率预测方法及相关装置。

背景技术

电力系统功率预测的结果关系到电力部门生产计划的指定以及调度运行情况。尤其是可再生能源的功率情况与天气、温度、湿度等自然条件因素关联密切，具有较强的非线性关系，并且传统的功率预测方式应用于可再生能源时误差较大；同时，由于受到太阳辐射和天气等因素的影响，海量分布式可再生能源的输出功率具有波动性和间歇性，大规模新能源并网运行会影响电力系统的安全、稳定、经济运行。对海量分布式可再生能源输出功率进行预测，有利于电力系统调度部门统筹安排常规电源和海量分布式可再生能源发电的配合，合理调整调度计划，保证电网的安全稳定运行，并充分利用可再生能源，发挥海量分布式可再生能源发电的社会效益和经济效益。因此，对海量分布式可再生能源输出功率进行准确预测十分重要。如何高效快速准确地进行海量分布式可再生能源功率预测是大数据背景下功率预测的关键问题。

发明内容

本申请提供了一种海量分布式可再生能源功率预测方法及相关装置，用于提高海量分布式可再生能源功率预测的准确度和效率。

有鉴于此，本申请第一方面提供了一种海量分布式可再生能源功率预测方法，所述方法包括：

获取功率待预测区域所对应的云图图像，通过识别和分割技术对所述云图图像进行识别分类，得到m个不同种类的云层并进行标记；

采用深度学习方式建立基于云图的海量分布式可再生能源的功率预测模型；

根据m个不同种类，将云层所属的多个分布式可再生能源功率预测划分为m个Map任务；

通过所述功率预测模型对每个所述Map任务进行功率预测，得到m个功率预测结果；

根据云层变化情况确定m个Map任务的对应的权重，利用Reduce函数合并m个功率预测结果，得到待预测区域的可再生能源功率。

可选地，所述根据m个不同种类，将云层所属的多个分布式可再生能源功率预测划分为m个Map任务，之后还包括：

获取m个Map任务分别在服务器运行时，占用内存的情况；

将占用内存大小超过服务器的预设内存阈值的Map任务，再次进行Map任务划分，并增加服务器的数量，从而得到n个Map任务。

可选地，所述根据云层变化情况确定m个Map任务的对应的权重，利用Reduce函数合并m个功率预测结果，得到待预测区域的可再生能源功率，具体包括：

将当前时刻分类得到的云层分类结果与历史云层分类结果进行比对，确定当前云层种类在历史云层种类所占比列，从而确定m个Map任务的对应的权重，将m个功率预测结果剩以对应的权重并相加，得到待预测区域的可再生能源功率。

可选地，获取功率待预测区域所对应的云图图像，通过识别和分割技术对所述云图图像进行识别分类，得到m个不同种类的云层并进行标记，具体包括：

将所述云图图像作为原始云图图像输入到GAN模型，生产大量的新的云图图像；