[发明专利]功率预测方法和系统

摘要

本发明涉及一种功率预测方法和系统，所述方法包括：定期获取太阳能采集装置输出的功率数据，并将功率数据和功率数据对应的天气类型信息以二元组表示；根据天气类型信息，将二元组存储在的不同的缓存队列中，生成功率历史数据，其中，功率历史数据为相同天气类型时的功率数据的集合；判断缓存队列中是否存在预测时刻的功率历史数据，如果缓存队列中存在预测时刻的功率历史数据，提取功率历史数据，根据所述趋势项训练序列建立ARMA趋势项预测模型，获取趋势项预测结果，根据非趋势项训练序列建立模糊神经网络，获取非趋势项预测结果，并将趋势项预测结果和非趋势项预测结果叠加，生成预测时刻的功率数据。

主权项

一种功率预测方法，其特征在于，所述方法包括：定期获取太阳能采集装置输出的功率数据，并将所述功率数据和所述功率数据对应的天气类型信息以二元组表示；根据所述天气类型信息，将所述二元组存储在的不同的缓存队列中，生成功率历史数据，其中，所述功率历史数据为相同天气类型时的功率数据的集合；判断所述缓存队列中是否存在预测时刻的功率历史数据，如果所述缓存队列中存在所述预测时刻的功率历史数据，提取所述功率历史数据，并将所述功率历史数据分解为趋势项训练序列和非趋势项训练序列，根据所述趋势项训练序列建立自回归移动平均ARMA趋势项预测模型，获取趋势项预测结果，根据所述非趋势项训练序列建立模糊神经网络，获取非趋势项预测结果，并将所述趋势项预测结果和非趋势项预测结果叠加，生成预测时刻的功率数据；所述根据所述趋势项训练序列建立ARMA趋势项预测模型，获取趋势项预测结果具体包括：利用计算趋势项训练序列{T_n}中第n个功率历史数据中的趋势项T_n，其中，{T_n}为趋势项训练序列，T_n表示第n个功率历史数据中的趋势项，s为多项式阶数，b_j为多项式系数，j＝t/15为预测时刻，Δt为采样间隔，所述Δt取值为0.25。