(19)國家知識產(chǎn)權(quán)局(72)發(fā)明人王曉東丁曉明王紅斌暴曉麗周文偉王毅清馬津武雁王斌崔珊珊李志強徐棟有限公司11813結(jié)合電網(wǎng)異構(gòu)數(shù)據(jù)采樣的臺區(qū)光伏出力預(yù)本發(fā)明公開了結(jié)合電網(wǎng)異構(gòu)數(shù)據(jù)采樣的臺預(yù)設(shè)采集窗口內(nèi)的實時用電參數(shù)集合序列和實21.結(jié)合電網(wǎng)異構(gòu)數(shù)據(jù)采樣的臺區(qū)光伏出力預(yù)測方法，其特征在于，所述方法包括：獲取目標(biāo)臺區(qū)的光伏用戶集合在歷史窗口內(nèi)的歷史用電數(shù)據(jù)集合和歷史發(fā)電數(shù)據(jù)集獲取光伏用戶集合在歷史窗口內(nèi)的歷史用電行為數(shù)據(jù)集合，結(jié)合所述歷史出力數(shù)據(jù)集合進行數(shù)據(jù)分析，構(gòu)建用戶出力影響曲線；獲取歷史窗口內(nèi)的氣象數(shù)據(jù)集合，結(jié)合所述歷史出力數(shù)據(jù)集合進行數(shù)據(jù)分析，構(gòu)建氣象因素出力影響曲線；基于所述用戶出力影響曲線、氣象因素出力影響曲線、歷史用電數(shù)據(jù)集合、歷史發(fā)電數(shù)據(jù)集合和所述歷史出力數(shù)據(jù)集合構(gòu)建歷史出力模型；獲取光伏用戶集合在預(yù)設(shè)采集窗口內(nèi)的實時用電參數(shù)集合序列和實時發(fā)電參數(shù)集合利用所述實時出力模型對所述歷史出力模型進行優(yōu)化，獲得光伏出力預(yù)測模型。2.如權(quán)利要求1所述的結(jié)合電網(wǎng)異構(gòu)數(shù)據(jù)采樣的臺區(qū)光伏出力預(yù)測方法，其特征在于，獲取目標(biāo)臺區(qū)的光伏用戶集合在歷史窗口內(nèi)的歷史用電數(shù)據(jù)集合和歷史發(fā)電數(shù)據(jù)集合，進對所述歷史用電數(shù)據(jù)集合和歷史發(fā)電數(shù)據(jù)集合進行映射電量差值計算，獲得初始歷史出力數(shù)據(jù)集合；對所述初始歷史出力數(shù)據(jù)集合進行異常值篩選，獲得所述初始歷史出力數(shù)據(jù)集合。3.如權(quán)利要求1所述的結(jié)合電網(wǎng)異構(gòu)數(shù)據(jù)采樣的臺區(qū)光伏出力預(yù)測方法，其特征在于，獲取光伏用戶集合在歷史窗口內(nèi)的歷史用電行為數(shù)據(jù)集合，結(jié)合所述歷史出力數(shù)據(jù)集合進以歷史出力數(shù)據(jù)為橫坐標(biāo)，以歷史用電行為數(shù)據(jù)為縱坐標(biāo)構(gòu)建二維坐標(biāo)系；將所述歷史用電行為數(shù)據(jù)集合和所述歷史出力數(shù)據(jù)集合輸入所述二維坐標(biāo)系中，獲得第一影響散點集合；對所述第一影響散點集合進行擬合，獲得所述用戶出力影響曲線。4.如權(quán)利要求3所述的結(jié)合電網(wǎng)異構(gòu)數(shù)據(jù)采樣的臺區(qū)光伏出力預(yù)測方法，其特征在于，對所述第一影響散點集合進行擬合，獲得所述用戶出力影響曲線，包括：利用多項式回歸模型對所述第一影響散點集合進行初步擬合，獲得第一擬合曲線；按照預(yù)設(shè)寬容帶寬統(tǒng)計所述第一擬合曲線的第一擬合鄰域，統(tǒng)計所述第一擬合鄰域內(nèi)判斷所述第一擬合曲線上方的散點量是否大于第一擬合曲線下方的散點量，若是，則按照預(yù)設(shè)移動步幅將所述第一擬合曲線向上移動，獲得第二擬合曲線；按照預(yù)設(shè)寬容帶寬構(gòu)建所述第二擬合曲線的第二擬合鄰域，統(tǒng)計所述第二擬合鄰域內(nèi)散點數(shù)量，獲得第二擬合鄰域散點量；當(dāng)所述第二擬合鄰域散點量大于等于第一擬合鄰域散點量時，繼續(xù)按照預(yù)設(shè)移動步幅將所述第二擬合曲線向上移動，直至滿足預(yù)設(shè)移動次數(shù)，獲得所述用戶出力影響曲線。5.如權(quán)利要求1所述的結(jié)合電網(wǎng)異構(gòu)數(shù)據(jù)采樣的臺區(qū)光伏出力預(yù)測方法，其特征在于，基于所述用戶出力影響曲線、氣象因素出力影響曲線、歷史用電數(shù)據(jù)集合、歷史發(fā)電數(shù)據(jù)集合和所述歷史出力數(shù)據(jù)集合構(gòu)建歷史出力模型，包括：3從所述歷史用電數(shù)據(jù)集合和所述歷史發(fā)電數(shù)據(jù)集合中進行多次數(shù)據(jù)隨機抽取，并根據(jù)抽取結(jié)果對所述歷史出力數(shù)據(jù)集合進行映射提取，結(jié)合所述用戶出力影響曲線、氣象因素利用支持集對基于前饋神經(jīng)網(wǎng)絡(luò)構(gòu)建的框架進行監(jiān)督訓(xùn)練，并利用所述查詢集對訓(xùn)練的框架進行驗證，直至收斂，獲得訓(xùn)練完成的所述歷史出力模型。6.如權(quán)利要求1所述的結(jié)合電網(wǎng)異構(gòu)數(shù)據(jù)采樣的臺區(qū)光伏出力預(yù)測方法，其特征在于，獲取光伏用戶集合在預(yù)設(shè)采集窗口內(nèi)的實時用電參數(shù)集合序列和實時發(fā)電參數(shù)集合序列，分別對所述實時用電參數(shù)集合序列和實時發(fā)電參數(shù)集合序列進行參數(shù)集中篩選，獲得集中實時用電參數(shù)序列和集中實時發(fā)電參數(shù)序列；計算所述集中實時用電參數(shù)序列和集中實時發(fā)電參數(shù)序列的映射差值，獲得集中實時出力數(shù)據(jù)序列；基于所述集中實時用電參數(shù)序列和集中實時發(fā)電參數(shù)序列，以及所述集中實時出力數(shù)據(jù)序列構(gòu)建所述實時出力模型。7.如權(quán)利要求6所述的結(jié)合電網(wǎng)異構(gòu)數(shù)據(jù)采樣的臺區(qū)光伏出力預(yù)測方法，其特征在于，分別對所述實時用電參數(shù)集合序列和實時發(fā)電參數(shù)集合序列進行參數(shù)集中篩選，獲得集中實時用電參數(shù)序列和集中實時發(fā)電參數(shù)序列，包括：遍歷實時用電參數(shù)集合序列和實時發(fā)電參數(shù)集合序列的集合均值，獲得實時用電參數(shù)均值序列和實時發(fā)電參數(shù)均值序列；分別將所述實時用電參數(shù)均值序列和實時發(fā)電參數(shù)均值序列作為集中篩選起點，利用參數(shù)集中篩選函數(shù)對集中篩選起點進行更新迭代，直至滿足預(yù)設(shè)更新迭代次數(shù)，獲得集中實時用電參數(shù)序列和集中實時發(fā)電參數(shù)序列。8.如權(quán)利要求7所述的結(jié)合電網(wǎng)異構(gòu)數(shù)據(jù)采樣的臺區(qū)光伏出力預(yù)測方法，其特征在于，參數(shù)集中篩選函數(shù)為：其中，Lim(x)為集中篩選迭代點，K(x;-x)為高斯權(quán)重核函數(shù)，X為集中篩選起點，N(x)為實時用電參數(shù)集合中到集中篩選起點的距離小于預(yù)設(shè)值的實時用電參數(shù)組成的近鄰鄰域，f(x;)為以近鄰鄰域中第i個實時用電參數(shù)為中心，以預(yù)設(shè)值為半徑構(gòu)建所獲得鄰域的鄰域密度，X;為近鄰鄰域中第i個實時用電參數(shù)，e-allxi-x1l2為具有權(quán)重衰減的高斯函9.如權(quán)利要求1所述的結(jié)合電網(wǎng)異構(gòu)數(shù)據(jù)采樣的臺區(qū)光伏出力預(yù)測方法，其特征在于，實時用電參數(shù)集合序列中每個實時用電參數(shù)包括電流、電壓和功率，實時發(fā)電參數(shù)集合序列中每個實時發(fā)電參數(shù)集合序列中每個實時發(fā)電參數(shù)包括發(fā)電功率和功率峰值。10.結(jié)合電網(wǎng)異構(gòu)數(shù)據(jù)采樣的臺區(qū)光伏出力預(yù)測系統(tǒng)，其特征在于，所述系統(tǒng)包括：歷史出力數(shù)據(jù)集合構(gòu)建模塊，用于獲取目標(biāo)臺區(qū)的光伏用戶集合在歷史窗口內(nèi)的歷史4用電數(shù)據(jù)集合和歷史發(fā)電數(shù)據(jù)集合，進行出力分析，構(gòu)建歷史出力數(shù)據(jù)集合；用戶出力影響曲線構(gòu)建模塊，用于獲取光伏用戶集合在歷史窗口內(nèi)的歷史用電行為數(shù)據(jù)集合，結(jié)合所述歷史出力數(shù)據(jù)集合進行數(shù)據(jù)分析，構(gòu)建用戶出力影響曲線；氣象因素出力影響曲線構(gòu)建模塊，用于獲取歷史窗口內(nèi)的氣象數(shù)據(jù)集合，結(jié)合所述歷史出力數(shù)據(jù)集合進行數(shù)據(jù)分析，構(gòu)建氣象因素出力影響曲線；歷史出力模型構(gòu)建模塊，用于基于所述用戶出力影響曲線、氣象因素出力影響曲線、歷史用電數(shù)據(jù)集合、歷史發(fā)電數(shù)據(jù)集合和所述歷史出力數(shù)據(jù)集合構(gòu)建歷史出力模型；實時出力模型構(gòu)建模塊，用于獲取光伏用戶集合在預(yù)設(shè)采集窗口內(nèi)的實時用電參數(shù)集合序列和實時發(fā)電參數(shù)集合序列，構(gòu)建實時出力模型；光伏出力預(yù)測模型獲得模塊，用于利用所述實時出力模型對所述歷史出力模型進行優(yōu)5結(jié)合電網(wǎng)異構(gòu)數(shù)據(jù)采樣的臺區(qū)光伏出力預(yù)測方法、系統(tǒng)技術(shù)領(lǐng)域[0001]本發(fā)明涉及光伏出力預(yù)測技術(shù)領(lǐng)域，具體涉及結(jié)合電網(wǎng)異構(gòu)數(shù)據(jù)采樣的臺區(qū)光伏背景技術(shù)[0002]隨著可再生能源的不斷發(fā)展，光伏發(fā)電已成為全球范圍內(nèi)重要的綠色能源之一。然而，由于光伏發(fā)電受到氣象條件、環(huán)境因素以及電網(wǎng)需求等多方面因素的影響，其發(fā)電輸出存在較大的波動性和不確定性。因此，準(zhǔn)確預(yù)測光伏出力對于電網(wǎng)調(diào)度、能源管理和系統(tǒng)穩(wěn)定性具有重要意義。[0003]現(xiàn)有技術(shù)存在著光伏出力預(yù)測較為滯后，預(yù)測可靠性低的技術(shù)問題。發(fā)明內(nèi)容[0004]本申請?zhí)峁┝私Y(jié)合電網(wǎng)異構(gòu)數(shù)據(jù)采樣的臺區(qū)光伏出力預(yù)測方法、系統(tǒng)，用于針對解決現(xiàn)有技術(shù)中光伏出力預(yù)測較為滯后，預(yù)測可靠性低的技術(shù)問題。[0005]鑒于上述問題，本申請?zhí)峁┝私Y(jié)合電網(wǎng)異構(gòu)數(shù)據(jù)采樣的臺區(qū)光伏出力預(yù)測方法、系統(tǒng)。[0006]本申請的第一個方面，提供了結(jié)合電網(wǎng)異構(gòu)數(shù)據(jù)采樣的臺區(qū)光伏出力預(yù)測方法，所述方法包括：獲取目標(biāo)臺區(qū)的光伏用戶集合在歷史窗口內(nèi)的歷史用電數(shù)據(jù)集合和歷史發(fā)電數(shù)獲取光伏用戶集合在歷史窗口內(nèi)的歷史用電行為數(shù)據(jù)集合，結(jié)合所述歷史出力數(shù)據(jù)集合進行數(shù)據(jù)分析，構(gòu)建用戶出力影響曲線；獲取歷史窗口內(nèi)的氣象數(shù)據(jù)集合，結(jié)合所述歷史出力數(shù)據(jù)集合進行數(shù)據(jù)分析，構(gòu)建氣象因素出力影響曲線；基于所述用戶出力影響曲線、氣象因素出力影響曲線、歷史用電數(shù)據(jù)集合、歷史發(fā)電數(shù)據(jù)集合和所述歷史出力數(shù)據(jù)集合構(gòu)建歷史出力模型；獲取光伏用戶集合在預(yù)設(shè)采集窗口內(nèi)的實時用電參數(shù)集合序列和實時發(fā)電參數(shù)利用所述實時出力模型對所述歷史出力模型進行優(yōu)化，獲得光伏出力預(yù)測模型。[0007]優(yōu)選的，獲取目標(biāo)臺區(qū)的光伏用戶集合在歷史窗口內(nèi)的歷史用電數(shù)據(jù)集合和歷史發(fā)電數(shù)據(jù)集合，進行出力分析，構(gòu)建歷史出力數(shù)據(jù)集合，包括：對所述歷史用電數(shù)據(jù)集合和歷史發(fā)電數(shù)據(jù)集合進行映射電量差值計算，獲得初始歷史出力數(shù)據(jù)集合；對所述初始歷史出力數(shù)據(jù)集合進行異常值篩選，獲得所述初始歷史出力數(shù)據(jù)集合。[0008]優(yōu)選的，獲取光伏用戶集合在歷史窗口內(nèi)的歷史用電行為數(shù)據(jù)集合，結(jié)合所述歷史出力數(shù)據(jù)集合進行數(shù)據(jù)分析，構(gòu)建用戶出力影響曲線，包括：以歷史出力數(shù)據(jù)為橫坐標(biāo)，以歷史用電行為數(shù)據(jù)為縱坐標(biāo)構(gòu)建二維坐標(biāo)系；將所述歷史用電行為數(shù)據(jù)集合和所述歷史6設(shè)寬容帶寬統(tǒng)計所述第一擬合曲線的第一擬合鄰域，統(tǒng)計所述第一擬合鄰域內(nèi)散點數(shù)量，參數(shù)集合序列進行參數(shù)集中篩選，獲得集中實時用電參數(shù)序列和集中實時發(fā)電參數(shù)序列；均值序列；分別將所述實時用電參數(shù)均值序列和實時發(fā)電參數(shù)均值序列作為集中篩選起點，N(x)為實時用電參數(shù)集合中到集中篩選起點的距離小于預(yù)設(shè)值的實時用電參數(shù)組成7[0014]優(yōu)選的，實時用電參數(shù)集合序列中每個實時用電參數(shù)包括電流、電壓和功率，實時發(fā)電參數(shù)集合序列中每個實時發(fā)電參數(shù)集合序列中每個實時發(fā)電參數(shù)包括發(fā)電功率和功率峰值。[0015]本申請的第二個方面，提供了結(jié)合電網(wǎng)異構(gòu)數(shù)據(jù)采樣的臺區(qū)光伏出力預(yù)測系統(tǒng)，所述系統(tǒng)包括：歷史出力數(shù)據(jù)集合構(gòu)建模塊，用于獲取目標(biāo)臺區(qū)的光伏用戶集合在歷史窗口內(nèi)的歷史用電數(shù)據(jù)集合和歷史發(fā)電數(shù)據(jù)集合，進行出力分析，構(gòu)建歷史出力數(shù)據(jù)集合；用戶出力影響曲線構(gòu)建模塊，用于獲取光伏用戶集合在歷史窗口內(nèi)的歷史用電行為數(shù)據(jù)集合，結(jié)合所述歷史出力數(shù)據(jù)集合進行數(shù)據(jù)分析，構(gòu)建用戶出力影響曲線；氣象因素出力影響曲線構(gòu)建模塊，用于獲取歷史窗口內(nèi)的氣象數(shù)據(jù)集合，結(jié)合所述歷史出力數(shù)據(jù)集合進行數(shù)據(jù)分析，構(gòu)建氣象因素出力影響曲線；歷史出力模型構(gòu)建模塊，用于基于所述用戶出力影響曲線、氣象因素出力影響曲線、歷史用電數(shù)據(jù)集合、歷史發(fā)電數(shù)據(jù)集合和所述歷史出力數(shù)據(jù)集合構(gòu)建歷史出力模型；實時出力模型構(gòu)建模塊，用于獲取光伏用戶集合在預(yù)設(shè)采集窗口內(nèi)的實時用電參數(shù)集合序列和實時發(fā)電參數(shù)集合序列，構(gòu)建實時出力模型；光伏出力預(yù)測模型獲得模塊，用于利用所述實時出力模型對所述歷史出力模型進行優(yōu)化，獲得光伏出力預(yù)測模型。[0016]本申請中提供的一個或多個技術(shù)方案，至少具有如下技術(shù)效果或優(yōu)點：本申請通過獲取目標(biāo)臺區(qū)的光伏用戶集合在歷史窗口內(nèi)的歷史用電數(shù)據(jù)集合和歷史發(fā)電數(shù)據(jù)集合，進行出力分析，構(gòu)建歷史出力數(shù)據(jù)集合，然后獲取光伏用戶集合在歷史窗口內(nèi)的歷史用電行為數(shù)據(jù)集合，結(jié)合歷史出力數(shù)據(jù)集合進行數(shù)據(jù)分析，構(gòu)建用戶出力影響曲線，進而，獲取歷史窗口內(nèi)的氣象數(shù)據(jù)集合，結(jié)合歷史出力數(shù)據(jù)集合進行數(shù)據(jù)分析，構(gòu)建氣象因素出力影響曲線，然后基于用戶出力影響曲線、氣象因素出力影響曲線、歷史用電數(shù)據(jù)集合、歷史發(fā)電數(shù)據(jù)集合和歷史出力數(shù)據(jù)集合構(gòu)建歷史出力模型，獲取光伏用戶集合在預(yù)設(shè)采集窗口內(nèi)的實時用電參數(shù)集合序列和實時發(fā)電參數(shù)集合序列，構(gòu)建實時出力模型，然后利用實時出力模型對歷史出力模型進行優(yōu)化，獲得光伏出力預(yù)測模型。達到了提高光伏出力預(yù)測可靠性，提升臺區(qū)光伏出力預(yù)測準(zhǔn)確性的技術(shù)效果。附圖說明[0017]為了更清楚地說明本發(fā)明實施例中的技術(shù)方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。[0018]圖1為本申請實施例提供的結(jié)合電網(wǎng)異構(gòu)數(shù)據(jù)采樣的臺區(qū)光伏出力預(yù)測方法流程示意圖；圖2為本申請實施例提供的結(jié)合電網(wǎng)異構(gòu)數(shù)據(jù)采樣的臺區(qū)光伏出力預(yù)測系統(tǒng)結(jié)構(gòu)示意圖。[0019]附圖標(biāo)記說明：歷史出力數(shù)據(jù)集合構(gòu)建模塊11,用戶出力影響曲線構(gòu)建模塊12,氣8象因素出力影響曲線構(gòu)建模塊13,歷史出力模型構(gòu)建模塊14,實時出力模型構(gòu)建模塊15,光伏出力預(yù)測模型獲得模塊16。具體實施方式[0020]本申請通過提供了結(jié)合電網(wǎng)異構(gòu)數(shù)據(jù)采樣的臺區(qū)光伏出力預(yù)測方法、系統(tǒng)，用于針對解決現(xiàn)有技術(shù)中光伏出力預(yù)測較為滯后，預(yù)測可靠性低的技術(shù)問題。[0021]下面將結(jié)合本申請實施例中的附圖，對本申請實施例中的技術(shù)方案進行清楚、完整地描述。顯然，所描述的實施例僅僅是本申請一部分實施例，而不是全部的實施例?；诒旧暾堉械膶嵤├绢I(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動的前提下所獲得的所有其他實施例，都屬于本申請保護的范圍。一系列步驟或單元的過程、方法、系統(tǒng)、產(chǎn)品或服務(wù)器不必限于清楚地列出的那些步驟或單元，而是可包括沒有清楚地列出的或?qū)τ谶@些過程、方法、產(chǎn)品或設(shè)備固有的其它步驟或模塊。[0023]實施例一，如圖1所示，本申請?zhí)峁┝私Y(jié)合電網(wǎng)異構(gòu)數(shù)據(jù)采樣的臺區(qū)光伏出力預(yù)測S1:獲取目標(biāo)臺區(qū)的光伏用戶集合在歷史窗口內(nèi)的歷史用電數(shù)據(jù)集合和歷史發(fā)電進一步的，獲取目標(biāo)臺區(qū)的光伏用戶集合在歷史窗口內(nèi)的歷史用電數(shù)據(jù)集合和歷史發(fā)電數(shù)據(jù)集合，進行出力分析，構(gòu)建歷史出力對所述歷史用電數(shù)據(jù)集合和歷史發(fā)電數(shù)據(jù)集合進行映射電量差值計算，獲得初始歷史出力數(shù)據(jù)集合；對所述初始歷史出力數(shù)據(jù)集合進行異常值篩選，獲得所述初始歷史出力數(shù)據(jù)集合。[0024]在一個可能的實施例中，所述目標(biāo)臺區(qū)為需要進行光伏處理預(yù)測的任意一個區(qū)域。光伏用戶集合為特定臺區(qū)范圍內(nèi)的所有光伏發(fā)電用戶，這些用戶的電力數(shù)據(jù)將用于分析預(yù)測光伏發(fā)電的輸出。歷史窗口指用于收集歷史數(shù)據(jù)的時間段，例如，過去一個月或一年，這段時間內(nèi)的數(shù)據(jù)將用于訓(xùn)練出力預(yù)測模型。歷史用電數(shù)據(jù)集合反映了光伏用戶在歷史窗口內(nèi)的電力消費數(shù)據(jù)，包括用電量、用電時間段等。歷史發(fā)電數(shù)據(jù)集合反映了光伏用戶在歷史窗口內(nèi)的光伏發(fā)電數(shù)據(jù)，包括發(fā)電量、發(fā)電時段等。歷史出力數(shù)據(jù)集合是通過出力分析獲得的一個數(shù)據(jù)集合，反映了在不同時間段光伏系統(tǒng)的實際發(fā)電能力及其與用電需求的[0025]優(yōu)選的，指的是將歷史用電數(shù)據(jù)集合與歷史發(fā)電數(shù)據(jù)集合進行映射比對，并計算出它們之間的差值，獲得所述初始歷史出力數(shù)據(jù)集合。也就是說，計算歷史用電數(shù)據(jù)中的用電量和歷史發(fā)電數(shù)據(jù)中的發(fā)電量的差值，獲得一個初始歷史出力數(shù)據(jù)。在初始歷史出力數(shù)據(jù)集合中，檢測并刪除那些顯著偏離正常范圍的數(shù)據(jù)點，這些數(shù)據(jù)點通常是由于傳感器故障、數(shù)據(jù)采集錯誤或其他因素導(dǎo)致的。其中，異常值是指數(shù)據(jù)集中明顯偏離大多數(shù)數(shù)據(jù)點的值，從數(shù)據(jù)集中去除這些不正常的值，從而確保數(shù)據(jù)的準(zhǔn)確性和模型的穩(wěn)定性。[0026]S2:獲取光伏用戶集合在歷史窗口內(nèi)的歷史用電行為數(shù)據(jù)集合，結(jié)合所述歷史出9力數(shù)據(jù)集合進行數(shù)據(jù)分析，構(gòu)建用戶出力影響曲線；進一步的，獲取光伏用戶集合在歷史窗口內(nèi)的歷史用電行為數(shù)據(jù)集合，結(jié)合所述歷史出力數(shù)據(jù)集合進行數(shù)據(jù)分析，構(gòu)建用戶出力影響曲線，本申請實施例步驟S2還包括：以歷史出力數(shù)據(jù)為橫坐標(biāo)，以歷史用電行為數(shù)據(jù)為縱坐標(biāo)構(gòu)建二維坐標(biāo)系；將所述歷史用電行為數(shù)據(jù)集合和所述歷史出力數(shù)據(jù)集合輸入所述二維坐標(biāo)系中，獲得第一影響散點集合；對所述第一影響散點集合進行擬合，獲得所述用戶出力影響曲線。[0027]進一步的，對所述第一影響散點集合進行擬合，獲得所述用戶出力影響曲線，本申請實施例步驟S2還包括：利用多項式回歸模型對所述第一影響散點集合進行初步擬合，獲得第一擬合曲按照預(yù)設(shè)寬容帶寬統(tǒng)計所述第一擬合曲線的第一擬合鄰域，統(tǒng)計所述第一擬合鄰域內(nèi)散點數(shù)量，獲得第一擬合鄰域散點量；判斷所述第一擬合曲線上方的散點量是否大于第一擬合曲線下方的散點量，若是，則按照預(yù)設(shè)移動步幅將所述第一擬合曲線向上移動，獲得第二擬合曲線；按照預(yù)設(shè)寬容帶寬構(gòu)建所述第二擬合曲線的第二擬合鄰域，統(tǒng)計所述第二擬合鄰域內(nèi)散點數(shù)量，獲得第二擬合鄰域散點量；當(dāng)所述第二擬合鄰域散點量大于等于第一擬合鄰域散點量時，繼續(xù)按照預(yù)設(shè)移動步幅將所述第二擬合曲線向上移動，直至滿足預(yù)設(shè)移動次數(shù)，獲得所述用戶出力影響曲線。[0028]在一個可能的實施例中，歷史用電行為數(shù)據(jù)集合為光伏用戶在歷史窗口內(nèi)的用電數(shù)據(jù)，包括用戶的用電量、用電模式(如高峰期、低谷期的用電分布等)以及用電的季節(jié)性或時間性變化。用電行為數(shù)據(jù)幫助識別用戶的用電模式，進而影響發(fā)電和出力預(yù)測。用戶出力影響曲線指的是通過分析用戶的用電行為與歷史出力數(shù)據(jù)之間的關(guān)系所得到的曲線，展示了不同用電行為對光伏系統(tǒng)出力的影響。[0029]在一個可能的實施例中，在所述二維坐標(biāo)系中，歷史出力數(shù)據(jù)作為橫坐標(biāo)(X軸),歷史用電行為數(shù)據(jù)作為縱坐標(biāo)(Y軸)。該坐標(biāo)系用來將這兩個數(shù)據(jù)集合進行可視化展示，便于進一步分析其關(guān)系。第一影響散點集合為將歷史用電行為數(shù)據(jù)集合與歷史出力數(shù)據(jù)集合對應(yīng)輸入到二維坐標(biāo)系后形成的散點圖集合。每一個散點代表一個特定時間段內(nèi)的用電行為與光伏出力之間的對應(yīng)關(guān)系。通過這些散點，可以觀察到在不同用電行為下，光伏出力的變化趨勢。[0030]通過對這些散點進行擬合，利用擬合算法(如多項式回歸等),從散點集合中找出最佳匹配的曲線，從而得到用戶出力影響曲線。該曲線能夠有效地反映用戶的用電行為對光伏發(fā)電量的具體影響，為后續(xù)的光伏出力預(yù)測提供重要依據(jù)。通過擬合后的曲線，可以更準(zhǔn)確地預(yù)測不同用戶行為模式下，光伏系統(tǒng)的出力變化。[0031]優(yōu)選的，多項式回歸模型是一種擬合數(shù)據(jù)的數(shù)學(xué)方法，通過使用多項式(如二次、三次多項式等)來擬合散點數(shù)據(jù)。多項式回歸模型通過最小化誤差來找到數(shù)據(jù)點的最佳擬合曲線。第一擬合曲線為通過對第一影響散點集合進行初步擬合后得到的曲線，表示光伏用戶用電行為和歷史出力數(shù)據(jù)之間的關(guān)系。所述預(yù)設(shè)寬容帶寬是本領(lǐng)域技術(shù)人員在擬合曲線附近預(yù)先設(shè)定的一個容忍區(qū)域，表示散點屬于曲線擬合鄰域時可以偏離擬合曲線的最大允許距離。用于確定數(shù)據(jù)點是否在擬合范圍內(nèi)。第一擬合鄰域是指所述第一擬合曲線周圍的一個區(qū)域，該區(qū)域由寬容帶寬確定。這個鄰域內(nèi)的散點數(shù)量用于判斷擬合曲線的準(zhǔn)確性。擬合鄰域散點量用來衡量擬合曲線對數(shù)據(jù)點的擬合效果。如果該數(shù)量過少，表示擬合效果不好，曲線需要調(diào)整。所述預(yù)設(shè)移動步幅為本領(lǐng)域技術(shù)人員預(yù)先設(shè)定的對擬合曲線進行單次調(diào)整的步長，用來逐步調(diào)整曲線的位置，確保擬合效果達到最佳。[0032]示例性的，選擇二次多項式回歸模型對所述第一影響散點集合進行初步擬合，其為待確定的系數(shù)。采用最小二乘法來最小化擬合曲線與數(shù)據(jù)點之間的誤差。不斷調(diào)整多項式回歸模型的系數(shù)，使得模型預(yù)測值和實際數(shù)據(jù)點的誤差(即殘差)的平方和最小。[0033]優(yōu)選的，對歷史數(shù)據(jù)點(即散點集合)進行回歸建模，擬合出回歸曲線。對于每一個X,模型計算對應(yīng)的y,進而，確定多項式回歸模型的系數(shù)，通過最小化殘差平方和，找到最佳擬合曲線的參數(shù)，獲得所述第一擬合曲線。將所述第一影響散點集合中到所述第一擬合曲線的距離在所述預(yù)設(shè)寬容帶寬范圍內(nèi)的散點劃分至所述第一擬合鄰域中，并統(tǒng)計所述第一擬合鄰域內(nèi)散點數(shù)量，獲得所述第一擬合鄰域散點量。[0034]判斷所述第一擬合曲線上方的散點量是否大于第一擬合曲線下方的散點量，若是，則表明散點分布較為密集的區(qū)域在所述第一擬合曲線的上方，因此將移動方向確定為向上，按照預(yù)設(shè)移動步幅將所述第一擬合曲線向上移動，獲得第二擬合曲線。[0035]基于與所述第一擬合鄰域相同的構(gòu)建原理，在所述第一影響散點集合中構(gòu)建所述第二擬合鄰域，并統(tǒng)計所述第二擬合鄰域內(nèi)散點數(shù)量，獲得第二擬合鄰域散點量。進一步判斷第二擬合鄰域散點量和第一擬合鄰域散點量的大小，確定是否需要繼續(xù)進行移動。當(dāng)?shù)诙M合鄰域散點量大于等于第一擬合鄰域散點量時，表明第二擬合曲線相比于第一擬合曲線更能反映所述第一影響散點集合的普遍情況，此時，繼續(xù)按照預(yù)設(shè)移動步幅將所述第二擬合曲線向上移動，直至滿足預(yù)設(shè)移動次數(shù)，獲得所述用戶出力影響曲線。所述用戶出力影響曲線準(zhǔn)確地反映了用戶用電行為對光伏發(fā)電輸出的影響。通過多次調(diào)整移動，達到了為后續(xù)進行歷史出力模型構(gòu)建提供可靠的數(shù)據(jù)支持的技術(shù)效果。[0036]S3:獲取歷史窗口內(nèi)的氣象數(shù)據(jù)集合，結(jié)合所述歷史出力數(shù)據(jù)集合進行數(shù)據(jù)分析，構(gòu)建氣象因素出力影響曲線；在一個可能的實施例中，氣象數(shù)據(jù)集合包括太陽輻射、溫度、風(fēng)速等氣象數(shù)據(jù)。氣象因素出力影響曲線反映了在歷史窗口內(nèi)不同天氣條件對出力情況的影響。以歷史出力數(shù)據(jù)為橫坐標(biāo)，以氣象數(shù)據(jù)為縱坐標(biāo)構(gòu)建氣象二維坐標(biāo)系，并將所述歷史用電行為數(shù)據(jù)集合和所述氣象數(shù)據(jù)集合輸入所述氣象二維坐標(biāo)系中，獲得第二影響散點集合。進而，基于與獲得所述用戶出力影響曲線相同的原理，對所述第二影響散點集合進行擬合，獲得所述氣象因素出力影響曲線。其中，所述氣象因素出力影響曲線反映了氣象因素(如光照強度、溫度等)對光伏系統(tǒng)的發(fā)電輸出的影響情況，用于幫助預(yù)測在不同氣象條件下光伏系統(tǒng)的發(fā)電能力。通過構(gòu)建出反映氣象因素對光伏系統(tǒng)出力影響的曲線，達到了為后續(xù)構(gòu)建歷史出力模型提供準(zhǔn)確的氣象影響依據(jù)的技術(shù)效果。[0037]S4:基于所述用戶出力影響曲線、氣象因素出力影響曲線、歷史用電數(shù)據(jù)集合、歷史發(fā)電數(shù)據(jù)集合和所述歷史出力數(shù)據(jù)集合構(gòu)建歷史出力模型；11進一步的，基于所述用戶出力影響曲線、氣象因素出力影響曲線、歷史用電數(shù)據(jù)集合、歷史發(fā)電數(shù)據(jù)集合和所述歷史出力數(shù)據(jù)集合構(gòu)建歷史出力模型，本申請實施例步驟S4還包括：從所述歷史用電數(shù)據(jù)集合和所述歷史發(fā)電數(shù)據(jù)集合中進行多次數(shù)據(jù)隨機抽取，并根據(jù)抽取結(jié)果對所述歷史出力數(shù)據(jù)集合進行映射提取，結(jié)合所述用戶出力影響曲線、氣象因素出力影響曲線，獲得支持集和查詢集；利用支持集對基于前饋神經(jīng)網(wǎng)絡(luò)構(gòu)建的框架進行監(jiān)督訓(xùn)練，并利用所述查詢集對訓(xùn)練的框架進行驗證，直至收斂，獲得訓(xùn)練完成的所述歷史出力模型。[0038]在一個可能的實施例中，所述歷史出力模型是基于前饋神經(jīng)網(wǎng)絡(luò)訓(xùn)練得到的模型，能夠預(yù)測在不同用電行為和氣象條件下的光伏出力情況。所述支持集與查詢集是從歷史數(shù)據(jù)中提取的兩個數(shù)據(jù)集合。支持集用于訓(xùn)練模型，而查詢集用于驗證模型的準(zhǔn)確性。[0039]優(yōu)選的，從歷史用電數(shù)據(jù)和歷史發(fā)電數(shù)據(jù)中進行多次數(shù)據(jù)隨機抽取，這有助于避免數(shù)據(jù)偏差并確保數(shù)據(jù)的廣泛代表性。然后，基于抽取的數(shù)據(jù)對歷史出力數(shù)據(jù)集合進行映射提取，也就是說，根據(jù)抽取的歷史用電數(shù)據(jù)和歷史發(fā)電數(shù)據(jù)對相對應(yīng)的歷史出力數(shù)據(jù)集合進行數(shù)據(jù)提取，獲得訓(xùn)練數(shù)據(jù)集合。按照本領(lǐng)域技術(shù)人員預(yù)先設(shè)定的比例將所述訓(xùn)練數(shù)據(jù)集合劃分為支持集和查詢集，其中，支持集用于訓(xùn)練模型，查詢集則用于對模型的驗證。[0040]進而，利用支持集對前饋神經(jīng)網(wǎng)絡(luò)框架進行監(jiān)督訓(xùn)練。在訓(xùn)練過程中，神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)歷史數(shù)據(jù)中的規(guī)律，并不斷調(diào)整網(wǎng)絡(luò)參數(shù)，使得輸出結(jié)果趨向于真實值。通過多次迭代，模型的輸出逐漸接近真實的光伏出力。最后，利用查詢集對訓(xùn)練好的模型進行驗證，檢查其在未知數(shù)據(jù)上的表現(xiàn)。當(dāng)訓(xùn)練過程收斂，表示模型已經(jīng)學(xué)到有效的映射關(guān)系，歷史出力模型也隨之得到訓(xùn)練完成。所述歷史出力模型能夠準(zhǔn)確預(yù)測光伏系統(tǒng)在特定用戶行為和氣象條件下的出力，為電網(wǎng)調(diào)度和光伏發(fā)電的優(yōu)化管理提供支持。[0041]S5:獲取光伏用戶集合在預(yù)設(shè)采集窗口內(nèi)的實時用電參數(shù)集合序列和實時發(fā)電參進一步的，實時用電參數(shù)集合序列中每個實時用電參數(shù)包括電流、電壓和功率，實時發(fā)電參數(shù)集合序列中每個實時發(fā)電參數(shù)集合序列中每個實時發(fā)電參數(shù)包括發(fā)電功率和功率峰值。[0042]在一個可能的實施例中，預(yù)設(shè)采集窗口為本領(lǐng)域技術(shù)人員預(yù)先設(shè)定的進行實時數(shù)據(jù)采集的時間段，通常為較小的一個時間段，如30s、50s等。實時用電參數(shù)集合序列為預(yù)設(shè)采集窗口內(nèi)實時收集到的光伏用戶的電力消費數(shù)據(jù)，包括電流、電壓和功率等電氣參數(shù)，它們能夠直接反映用戶在不同時間段的電力需求。實時發(fā)電參數(shù)集合序列是在預(yù)設(shè)采集窗口內(nèi)收集到的光伏系統(tǒng)的發(fā)電數(shù)據(jù)，通常包括發(fā)電功率和功率峰值等參數(shù)。實時出力模型是基于實時用電和發(fā)電數(shù)據(jù)構(gòu)建的預(yù)測模型，反映了光伏系統(tǒng)的出力情況。[0043]進一步的，獲取光伏用戶集合在預(yù)設(shè)采集窗口內(nèi)的實時用電參數(shù)集合序列和實時發(fā)電參數(shù)集合序列，構(gòu)建實時出力模型，本申請實施例步驟S5還包括：分別對所述實時用電參數(shù)集合序列和實時發(fā)電參數(shù)集合序列進行參數(shù)集中篩選，獲得集中實時用電參數(shù)序列和集中實時發(fā)電參數(shù)序列；計算所述集中實時用電參數(shù)序列和集中實時發(fā)電參數(shù)序列的映射差值，獲得集中實時出力數(shù)據(jù)序列；分別將所述實時用電參數(shù)均值序列和實時發(fā)電參數(shù)均值序列作為集中篩選起點，點，N(x)為實時用電參數(shù)集合中到集中篩選起點的距離小于預(yù)設(shè)值的實時用電參數(shù)組成[0047]通過提取所述集中實時用電參數(shù)序列中的功率和集中實時發(fā)電參數(shù)序列中的發(fā)行更新迭代，直至滿足預(yù)設(shè)更新迭代次數(shù)(本領(lǐng)域技術(shù)人員預(yù)先設(shè)定的最大更新迭代次數(shù)),獲得集中實時用電參數(shù)序列和集中實時發(fā)電參數(shù)序列。其中，所述參數(shù)集中篩選函數(shù)用于對集合中分布最密集的數(shù)據(jù)進行迭代篩選。其中，參數(shù)集中篩選函數(shù)α為控制衰減速度的參數(shù)，用于保證距離越遠的鄰域點對目標(biāo)點的影響越小。[0050]S6:利用所述實時出力模型對所述歷史出力模型進行優(yōu)化，獲得光伏出力預(yù)測模[0051]在一個可能的實施例中，所述光伏出力預(yù)測模型用于對目標(biāo)臺區(qū)內(nèi)的光伏出力情況進行可靠預(yù)測。通過將所述實時用電參數(shù)集合序列和實時發(fā)電參數(shù)集合序列分別輸入所述實時出力模型中和所述歷史出力模型中，獲得實時預(yù)測出力結(jié)果集合序列和歷史預(yù)測出力結(jié)果集合序列。計算所述實時預(yù)測出力結(jié)果集合序列和歷史預(yù)測出力結(jié)果集合序列的差值，獲得預(yù)測誤差結(jié)果序列。其中，所述預(yù)測誤差結(jié)果序列反映了歷史出力模型與實時出力模型之間的數(shù)據(jù)偏差。計算所述預(yù)測誤差結(jié)果序列的均值，判斷均值是否小于預(yù)設(shè)誤差均值(本領(lǐng)域技術(shù)人員預(yù)先設(shè)定的最大誤差均值),若否，則對所述歷史出力模型進行參數(shù)調(diào)整，直至滿足要求。也就是說，當(dāng)歷史出力模型和實時出力模型的輸出結(jié)果之間的誤差小于預(yù)設(shè)誤差均值時，將進行參數(shù)調(diào)整后的歷史出力模型作為所述光伏出力預(yù)測模型。[0052]通過基于實時出力模型對歷史出力模型進行優(yōu)化，達到了歷史出力模型不僅僅依賴于歷史數(shù)據(jù)，還能夠及時反映最新的光伏用戶用電行為和發(fā)電情況，避免了歷史模型中可能存在的滯后性和誤差。經(jīng)過優(yōu)化后的光伏出力預(yù)測模型，能夠更精確地預(yù)測光伏系統(tǒng)的實際發(fā)電量，提供電網(wǎng)調(diào)度、負荷管理等方面所需的實時、精準(zhǔn)數(shù)據(jù)。這種優(yōu)化后的模型具備更強的適應(yīng)性和靈活性，在實際應(yīng)用中能夠有效地提升光伏發(fā)電的預(yù)測準(zhǔn)確度，為電網(wǎng)的高效運行提供更為可靠的數(shù)據(jù)支持。1.本申請通過對歷史出力模型進行優(yōu)化，結(jié)合實時數(shù)據(jù)反饋和誤差分析，能夠顯著提高光伏出力預(yù)測的準(zhǔn)確性。優(yōu)化后的模型能夠有效減少系統(tǒng)性誤差，并根據(jù)用戶用電行為、氣象因素等多維度信息實時調(diào)整預(yù)測結(jié)果，確保光伏系統(tǒng)的發(fā)電量預(yù)測更符合實際[0054]2.本申請通過結(jié)合多源異構(gòu)數(shù)據(jù)(如歷史用電數(shù)據(jù)、歷史發(fā)電數(shù)據(jù)、氣象數(shù)據(jù)及實時電力數(shù)據(jù))構(gòu)建光伏出力預(yù)測模型，達到了提高光伏系統(tǒng)出力預(yù)測的準(zhǔn)確性和實時性的技術(shù)效果。[0055]實施例二，基于與前述實施例中結(jié)合電網(wǎng)異構(gòu)數(shù)據(jù)采樣的臺區(qū)光伏出力預(yù)測方法相同的發(fā)明構(gòu)思，如圖2所示，本申請?zhí)峁┝私Y(jié)合電網(wǎng)異構(gòu)數(shù)據(jù)采樣的臺區(qū)光伏出力預(yù)測系統(tǒng)，本申請實施例中的系統(tǒng)與方法實施例基于同樣的發(fā)明構(gòu)思。其中，歷史出力數(shù)據(jù)集合構(gòu)建模塊11,用于獲取目標(biāo)臺區(qū)的光伏用戶集合在歷史窗口內(nèi)的歷史用電數(shù)據(jù)集合和歷史發(fā)電數(shù)據(jù)集合，進行出力分析，構(gòu)建歷史出力數(shù)據(jù)集合；用戶出力影響曲線構(gòu)建模塊12,用于獲取光伏用戶集合在歷史窗口內(nèi)的歷史用電行為數(shù)據(jù)集合，結(jié)合所述歷史出力數(shù)據(jù)集合進行數(shù)據(jù)分析，構(gòu)建用戶出力影響曲線；氣象因素出力影響曲線構(gòu)建模塊13,用于獲取歷史窗口內(nèi)的氣象數(shù)據(jù)集合，結(jié)合所述歷史出力數(shù)據(jù)集合進行數(shù)據(jù)分析，構(gòu)建氣象因素出力影響曲線；歷史出力模型構(gòu)建模塊14,用于基于所