基于并行计算的新能源发电能力预测方法及系统与流程
技术特征:
1.基于并行计算的新能源发电能力预测方法,其特征在于:包括,
2.如权利要求1所述的并行计算的新能源发电能力预测方法,其特征在于:所述多源异构数据包括历史发电数据、天气数据和外部变量数据;所述arima模型的构建过程包括以下步骤:
3.如权利要求2所述的并行计算的新能源发电能力预测方法,其特征在于:所述adf检验时间序列数据的相关公式如下:
4.如权利要求2所述的并行计算的新能源发电能力预测方法,其特征在于:还包括,
5.如权利要求1所述的并行计算的新能源发电能力预测方法,其特征在于:所述bsts模型的构建步骤包括以下步骤:
6.如权利要求5所述的并行计算的新能源发电能力预测方法,其特征在于:将arima模型和bsts模型融合通过加权平均方法融合生成融合模型;所述融合模型的构建过程包括以下步骤:
7.如权利要求6所述的并行计算的新能源发电能力预测方法,其特征在于:所述融合模型的预测结果包括,
8.基于并行计算的新能源发电能力预测系统,基于权利要求1~7任一所述的并行计算的新能源发电能力预测方法,其特征在于:包括,
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于:所述处理器执行所述计算机程序时实现权利要求1~7任一所述的并行计算的新能源发电能力预测方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现权利要求1~7任一所述的并行计算的新能源发电能力预测方法的步骤。
技术总结
本发明公开了基于并行计算的新能源发电能力预测方法及系统,涉及新能源发电预测领域,包括收集新能源发电的多源异构数据,并进行预处理和提取时间序列特征;基于时间序列特征,构建ARIMA模型和BSTS模型;利用加权平均方法将ARIMA模型和BSTS模型融合,获取融合模型并进行发电能力预测。本发明通过数据预处理和时序特征提取,保证数据的完整性和一致性;构建ARIMA和BSTS模型,充分利用各自的优势,实现对时间序列数据的多角度分析;最终通过加权平均方法融合两种模型,显著提高发电能力预测的准确性和可靠性,提供稳健的预测结果,实现新能源发电系统的高效和稳定运行,提高经济和社会效益。
技术研发人员:杨东俊明,王斌,陈巨龙,罗晨,牟雪鹏,王伟,杨世平,朱永清,张裕,杨婕睿,罗洋,张鹏城,代江,王杰,汪玉翔
受保护的技术使用者:贵州电网有限责任公司
技术研发日:
技术公布日:2024/11/18
文档序号 :
【 40050248 】
技术研发人员:杨东俊明,王斌,陈巨龙,罗晨,牟雪鹏,王伟,杨世平,朱永清,张裕,杨婕睿,罗洋,张鹏城,代江,王杰,汪玉翔
技术所有人:贵州电网有限责任公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
技术研发人员:杨东俊明,王斌,陈巨龙,罗晨,牟雪鹏,王伟,杨世平,朱永清,张裕,杨婕睿,罗洋,张鹏城,代江,王杰,汪玉翔
技术所有人:贵州电网有限责任公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除