一种短期光伏发电功率预测系统的制作方法

本发明涉及发电功率预测系统，具体为一种短期光伏发电功率预测系统。

背景技术：

1、随着全球对可再生能源的关注度日益提升，光伏发电作为一种清洁、可再生的能源形式，得到了广泛应用。光伏发电的基本原理是利用半导体材料的光电效应，将太阳光能直接转换为电能。

2、光伏发电具有较强的日变化周期，其输出功率受各种气象因素的影响。太阳辐射强度、大气温度、相对湿度、风速、风向、气压等参数对光伏发电有着不同程度的影响，不利于电网的安全调度和能量管理，增加了电网的运行风险，因此，对光伏发电的短期功率进行精确预测，对于电网的安全调度和能量管理具有十分重要的意义，为此提出了一种短期光伏发电功率预测系统。

技术实现思路

1、针对现有技术的不足，本发明提供一种短期光伏发电功率预测系统，对光伏发电的短期功率进行精确预测，保障对电网的安全调度和能量管理。

2、为实现上述目的，本发明提供如下技术方案：一种短期光伏发电功率预测系统，包括以下组成部分：

3、数据采集模块：收集气象数据和光伏发电系统运行数据，并进行数据清洗和预处理，获得数据集；

4、数据存储模块：存储大量的历史数据和实时数据，并储存数据采集模块收集并处理的数据集；

5、预测算法模型模块：基于机器学习算法和深度学习模型，构建和训练预测算法模型，通过分析历史数据，自动选择最适合当前数据集的算法模型，实现对光伏发电功率的准确预测；

6、预测结果输出与可视化模块：基于预测算法模型模块对预测结果进行输出和展示，将预测结果以图表和报告形式展示给用户；

7、系统监控与告警模块：实时监控系统的各项性能指标，发现异常或潜在问题，触发告警机制，通知管理员进行处理。

8、优选地，数据采集模块收集的气象数据包括温度、湿度、风速、风向和云量，数据采集模块收集的光伏发电系统运行数据包括电压、电流和功率。

9、优选地，数据存储模块还包括数据备份和恢复，数据备份和恢复基于数据存储模块内储存的历史数据和实时数据，制定数据备份和恢复策略。

10、优选地，数据备份和恢复对历史数据和实时数据进行复制压缩生成备份数据，备份数据定期生成并定期清理。

11、优选地，还包括模型评估与优化模块，模型评估与优化模块基于预测算法模型模块对训练好的模型进行性能评估，通过比较实际发电功率与预测结果，计算误差率、准确率指标，评估模型的性能，同时，根据评估结果对模型进行优化，优化包括调整模型参数、更换算法模型。

12、优选地，预测算法模型包括气象预测模型和光伏发电模型，气象预测模型基于气象观测数据、历史数据和气象学知识，运用统计方法或机器学习算法对气象条件进行预测，光伏发电模型基于光伏发电的基本原理和影响因素，描述电站的输出功率与气象条件之间的关系，预测算法模型模块基于气象预测模型和光伏发电模型实现对光伏发电功率的准确预测。

13、优选地，数据清洗和预处理具体包括去除气象数据和光伏发电系统运行数据中的异常值、缺失值、重复值，对数据进行归一化、标准化处理。

14、优选地，预测算法模型具体实现过程依次包括数据准备、特征工程、模型训练、模型评估和预测。

15、与现有技术对比，本发明具备以下有益效果：

16、1、本发明通过依次通过数据存储模块对历史数据和实时数据进行储存，采用数据采集模块对数据进行采集，引入预测算法模型模块，采用机器学习算法和深度学习模型实现对光伏发电功率的短期预测，实现对光伏发电功率预测的高准确性和实时性，能够为电网调度提供科学依据，提高能源利用效率，并利用系统监控与告警模块对系统进行实时监测，保障系统的各项性能指标的稳定性，即时发现异常或潜在问题并触发告警机制，确保对光伏发电功率预测的准确性。

17、2、本发明通过设置模型评估与优化模块，模型评估与优化模块可对预测算法模型进行持续性的评估并优化，确保模型符合当前数据集，提高对光伏发电功率预测的准确性。

18、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。

技术特征：

1.一种短期光伏发电功率预测系统，其特征在于，包括以下组成部分：

2.根据权利要求1所述的一种短期光伏发电功率预测系统，其特征在于，数据采集模块收集的气象数据包括温度、湿度、风速、风向和云量，数据采集模块收集的光伏发电系统运行数据包括电压、电流和功率。

3.根据权利要求1所述的一种短期光伏发电功率预测系统，其特征在于，数据存储模块还包括数据备份和恢复，数据备份和恢复基于数据存储模块内储存的历史数据和实时数据，制定数据备份和恢复策略。

4.根据权利要求3所述的一种短期光伏发电功率预测系统，其特征在于，数据备份和恢复对历史数据和实时数据进行复制压缩生成备份数据，备份数据定期生成并定期清理。

5.根据权利要求1所述的一种短期光伏发电功率预测系统，其特征在于，还包括模型评估与优化模块，模型评估与优化模块基于预测算法模型模块对训练好的模型进行性能评估，通过比较实际发电功率与预测结果，计算误差率、准确率指标，评估模型的性能，同时，根据评估结果对模型进行优化，优化包括调整模型参数、更换算法模型。

6.根据权利要求1所述的一种短期光伏发电功率预测系统，其特征在于，预测算法模型包括气象预测模型和光伏发电模型，气象预测模型基于气象观测数据、历史数据和气象学知识，运用统计方法或机器学习算法对气象条件进行预测，光伏发电模型基于光伏发电的基本原理和影响因素，描述电站的输出功率与气象条件之间的关系，预测算法模型模块基于气象预测模型和光伏发电模型实现对光伏发电功率的准确预测。

7.根据权利要求1所述的一种短期光伏发电功率预测系统，其特征在于，数据清洗和预处理具体包括去除气象数据和光伏发电系统运行数据中的异常值、缺失值、重复值，对数据进行归一化、标准化处理。

8.根据权利要求6所述的一种短期光伏发电功率预测系统，其特征在于，预测算法模型具体实现过程依次包括数据准备、特征工程、模型训练、模型评估和预测。

技术总结本发明涉及发电功率预测系统技术领域，且公开了一种短期光伏发电功率预测系统，包括以下组成部分：数据采集模块、数据存储模块、预测算法模型模块、预测结果输出与可视化模块和系统监控与告警模块；本发明通过数据存储模块对历史数据和实时数据进行储存，采用数据采集模块对数据进行采集，引入预测算法模型模块，采用机器学习算法和深度学习模型实现对光伏发电功率的短期预测，实现对光伏发电功率预测的高准确性和实时性，能够为电网调度提供科学依据，提高能源利用效率，并利用系统监控与告警模块对系统进行实时监测，保障系统的各项性能指标的稳定性，即时发现异常或潜在问题并触发告警机制，确保对光伏发电功率预测的准确性。技术研发人员：韩玉珍受保护的技术使用者：韩玉珍技术研发日：技术公布日：2024/7/29