基于自適應(yīng)分類策略和混合優(yōu)化SVR的光功率預(yù)測方法

基本信息

申請(qǐng)?zhí)?/td> CN201911157904.4 申請(qǐng)日 -
公開（公告）號(hào) CN111079980B 公開（公告）日 2021-06-29
申請(qǐng)公布號(hào) CN111079980B 申請(qǐng)公布日 2021-06-29
分類號(hào) G06Q10/04（2012.01）I;G06Q50/06（2012.01）I;G06K9/62（2006.01）I;G06N3/00（2006.01）I;G06N10/00（2019.01）I;G06N20/10（2019.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 荀挺;雷勝華;黃凱;陳康;付業(yè)興;丁曉辰;孫可萬;袁磊;方斌 申請(qǐng)（專利權(quán)）人 天合云能源互聯(lián)網(wǎng)技術(shù)（杭州）有限公司
代理機(jī)構(gòu) 浙江永鼎律師事務(wù)所 代理人 郭小麗
地址 310051浙江省杭州市濱江區(qū)長河街道濱安路650號(hào)1幢2206室
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種基于自適應(yīng)分類策略和混合優(yōu)化SVR的光功率預(yù)測方法，包括以下步驟：S1.數(shù)據(jù)預(yù)處理，采用無量綱化處理方法和基于密度的離群點(diǎn)算法剔除歷史樣本中的異常樣本，并采用插值算法對(duì)缺失數(shù)據(jù)進(jìn)行重構(gòu)或直接刪除；S2.樣本帥選，通過自適應(yīng)分類策略篩選出與預(yù)測時(shí)刻氣象數(shù)據(jù)高度相似的歷史樣本；S3.模型訓(xùn)練與數(shù)值預(yù)測，采用量子粒子群算法和網(wǎng)格法混合優(yōu)化SVR算法訓(xùn)練預(yù)測模型，輸入預(yù)測時(shí)刻氣象數(shù)據(jù)，得到功率預(yù)測值。本發(fā)明能夠降低錯(cuò)誤數(shù)據(jù)和缺失數(shù)據(jù)對(duì)預(yù)測精度的不利影響,能根據(jù)預(yù)測時(shí)刻氣象數(shù)據(jù)篩選出與預(yù)測時(shí)刻氣象數(shù)據(jù)高度相似的歷史樣本，并采用量子粒子群與網(wǎng)格法混合優(yōu)化SVR算法的超參數(shù)，提高模型的泛化能力。