基于相似日聚类的微电网光伏出力空间预测方法

发明专利无效专利

申请号：
CN201610222346.5
IPC分类号：G06Q10/06;G06Q50/06;G06N3/06
申请日期：
2016-04-05
申请人：
中山大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于相似日聚类的微电网光伏出力空间预测方法
申请号	CN201610222346.5	申请日期	2016-04-05
法律状态	驳回	申报国家	中国
公开/公告日	2016-08-17	公开/公告号	CN105868916A
优先权	暂无	优先权号	暂无
主分类号	G06Q10/06 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q10/00 行政；管理〔8，2012.01〕 G06Q10/06 资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型〔2012.01〕	IPC分类号	G;0;6;Q;1;0;/;0;6;;;G;0;6;Q;5;0;/;0;6;;;G;0;6;N;3;/;0;6查看分类表>
申请人	中山大学	申请人地址	广东省广州市新港西路135号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中山大学	当前权利人	中山大学
发明人	付青;单英浩;耿炫
代理机构	暂无	代理人	暂无

摘要

本发明针对现有相似日聚类预测光伏出力的不足，提出一种基于相似日聚类的微电网光伏出力空间预测方法，属于新能源出力预测领域，包含步骤：利用训练期内微电网中输入输出光伏电站的发电数据，建立空间关系来预测预测期内输出电站的发电数据；对输入电站训练期和预测期内的发电数据进行粒子化处理；对粒子化后的输入电站训练期内的数据进行SOM神经网络聚类训练；利用SOM神经网络对粒子化后的输入电站预测期进行仿真分类；找出相似日；利用相似日数据，结合最小二乘法多项式拟合，得出发电数据预测值。与现有方法相比，本发明简化了研究对象，促进了聚类过程，显著提高了预测精度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供