(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221096182 2.0 (22)申请日 2022.08.11 (71)申请人 广西大学 地址 530004 广西壮 族自治区南宁市大 学 东路100号 申请人 润建股份有限公司 (72)发明人 郑含博　唐钰本　杜齐　胡永乐　 郭文豪　陈俊江　万海斌　覃团发　 (74)专利代理 机构 武汉维盾知识产权代理事务 所(普通合伙) 42244 专利代理师 蒋悦 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06F 30/27(2020.01)G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于聚类和双向LSTM的光伏发电预测 方法 (57)摘要 一种基于聚类和双向LSTM的光伏发电预测 方法， 属于光伏发电领域， 本方法使用Pearson相 关系数分析和主成分分析提取出影响光伏发电 功率的环境变量因子特征， 使用K ‑means++聚类 算法进行聚类， 将原始数据集划分为多个类别， 再使用双向LSTM模型分别建立光伏发电与预处 理后输入变量、 历史发电数据的关系， 减少了预 测所需输入 数据和计算时间， 提高了光伏发电预 测模型精度。 权利要求书2页 说明书7页 附图3页 CN 115330049 A 2022.11.11 CN 115330049 A 1.一种基于聚类和双向LSTM的光伏发电预测方法， 其特 征在于包括以下步骤： S1， 对输入数据进行预先处理， 采取箱型图的方法进行筛选异常值， 设置为缺省值； 针 对缺省值使用线性插值的方法进行填补； 所述的输入数据包括气象和光伏发电历史数据； 箱型图通过设置异常值识别标准来识别异常值， 设置方法为： 设上四分位与下四分位 的插值为IQR， 上界设为U+1.5IQR， 下界设为L ‑1.5IQR， 超 出上界或下界的数值即为异常值； 其中， U表示上四分位， L表示上四分位； 将异常值重新设定为缺省值， 使用极大似然估计法插补所有的缺省值， 完成数据预处 理； S2， 使用Pearon相关系数P(x， y)分析输入 自变量之间的相关性， 根据P(x， y)的计算结 果， 去除自变量中强相关性的变量， 保留 自变量极强相关的变量； 其中x和y表 示两个输入自 变量， 输入自变量 为输入数据； S3， 使用主成分 分析法对输入自变量进行降维处 理， 用于提取主成分； S4， 使用K ‑means++算法对筛 选后的主成分进行聚类： 定义样本之间的距离d(xi,xj)为： 式中， xi， xj表示样本值； 在所有样本的数据点中随机选择一个中心点ui， 并对未被选中其他数据点x， 分别计算 即x与已经选择 的最近中心点的距离； 使用加权概率分布随机选择一个新的数 据点作为 新中心， 其中选择的点x的概 率与 成正比， 直至 完成选择k个中心点； 将已经选择的k个中心点作为初始均值向量， 计算样本与各均值向量的距离， 根据样本 距离最近的均值向量， 将样 本划入相应的簇并计算聚内平均值， 将均值向量更新； 重复计算 各点与各均值向量的距离， 直到每 个簇的中心不再移动， 或到 达迭代次数设置上限； S5， 使用双向LSTM神经网络针对聚类结果的不同类型， 分别进行训练， 得到预测模型。 2.根据权利要求1所述的一种基于聚类和双向LSTM的光伏发电预测方法， 其特征在于： 所述步骤S2中， 根据P(x， y)的计算结果， 设定P(x， y)大于0.6时x与y为强相关， P(x， y)大于0.8时x与y 为极强相关； 分别对输入量进行相关性分析， 去除自变量中强相关性的变量； 式中， xi表示输入自变量x中的样本值， yi表示输入自变量y中的样本值， 表示输入自 变量x中的平均值， 表示输入自变量y中的平均值。 3.根据权利要求1所述的一种基于聚类和双向LSTM的光伏发电预测方法， 其特征在于： 步骤S3中筛选主成分的过程为： 将输入自变量输入至矩阵中， 将每一维代表的行数据进行 均值归一 化处理， 计算出均值和标准差， 将出均值和标准差统一至同一数量级； 求出协方差矩阵特征值以及对应的特征向量， 将特征向量基于特征值从大到小的顺利权　利　要　求　书 1/2 页 2 CN 115330049 A 2由上到下进行排列进行新的矩阵， 回带计算得到降维后的新矩阵， 提取主成分； 特征向量重排后， 提取 方差累计贡献率超过85％的前k个主成分。 4.根据权利要求1所述的一种基于聚类和双向LSTM的光伏发电预测方法， 其特征在于： 所述步骤S4中， 采用轮廓系数 作为评估指标； 公式中， a表示样本与同一类中所有其他点之间的平均距离， b表示样本与下一个最近 聚类中所有其他点之间的平均距离； 一组样本的轮廓系数作为每个样本的轮廓系数的平均 值给出。 5.根据权利要求1所述的一种基于聚类和双向LSTM的光伏发电预测方法， 其特征在于： 步骤S5的过程为： 针对具有时间周期性的变量， 选择步长， 根据主成分分析结果， 将输入变 量转为对应降维后的数据； 将历史数据集70％划分为训练集， 30％划分为测试集， 输入时根 据K‑means++聚类结果 为数据增 加对应类型的标签； 遗忘门中选择使用si gmoid函数进行激活， 输入门中选择使用tanh函数进行激活， 输出 门选择使用sigmoid激活函数； 设定预测范围m， 隐含层层数和神经元数量等参数， 为估计点 预测的统计质量， 计算预测与实际观测值的对应程度， 进行误差分析； 训练神经网络， 基于测试 结果误差重新更新隐含层 层数和神经元数量， 完成模型。 6.根据权利要求5所述的一种基于聚类和双向LSTM的光伏发电预测方法， 其特征在于： 所述步骤S5中， 步长根据输入变量时间粒度调整， 预测范围根据预测时间长度调整。 7.根据权利要求6所述的一种基于聚类和双向LSTM的光伏发电预测方法， 其特征在于： 所述步骤S5中， 采用均方根 误差、 平均绝对误差和平均绝对百分比误差用作误差度量。权　利　要　求　书 2/2 页 3 CN 115330049 A 3