买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京华能新锐控制技术有限公司

摘要：本发明提出一种光伏电站的短期功率预测方法，属于光伏发电技术领域。本发明的光伏电站的短期功率预测方法具体包括：基于光伏发电系统的运行数据构建光伏发电功率预测系统的孪生模型；所述孪生模型通过GINs与所述光伏发电系统进行知识交互学习，以将关系知识从所述光伏发电系统转移到所述孪生模型，并指导所述光伏发电系统进行短期功率预测。本发明将数字孪生技术应用于光伏发电站，通过将其现场运行数据映射到虚拟空间构建数字孪生体，可高保真反映其运行状况，以及，采用信息交互网络完成光伏发电系统现场与其数字孪生模型之间的信息交互学习，完成数字孪生模型的实时更新，并对光伏电站超短期功率进行实时精准预测。

主权项：1.一种光伏电站的短期功率预测方法，其特征在于，具体包括：基于光伏发电系统的运行数据构建光伏发电功率预测系统的孪生模型；所述孪生模型通过GINs与所述光伏发电系统进行知识交互学习，以将关系知识从所述光伏发电系统转移到所述孪生模型，并指导所述光伏发电系统进行短期功率预测；所述基于光伏发电系统的运行数据构建光伏发电功率预测系统的孪生模型，包括：将光伏发电系统的运行数据映射到虚拟空间，采用数字孪生技术构建光伏发电功率预测系统的孪生模型；所述孪生模型通过GINs与所述光伏发电系统进行知识交互学习，以将关系知识从所述光伏发电系统转移到所述孪生模型，包括：通过GINs确定对称权值矩阵；通过GINs进行非网格结构学习；通过GINs构建目标函数；所述光伏发电系统的卷积网络节点特征表示为G1X1,A1，X1＝{x1,1,x1,2，…，x1，N}；其中，G1X1,A1为前目标的网络知识；A1为前目标的对称权值矩阵，捕获了不同节点之间的关系，X1为卷积网络节点特征；所述通过GINs确定对称权值矩阵，包括：将X1嵌入到一组潜在向量的完全连接层，并计算X1em及其转置X1emT的点积，以得到所述对称权值矩阵所述通过GINs进行非网格结构学习，包括：利用GINs将对称权值矩阵A1与卷积网络节点特征X1一起发送到目标的卷积层进行非网格学习：以得到A1和其中，W1为一个可学习的权矩阵，为前目标的输出卷积网络节点特征；以及，利用GINs将对称权值矩阵A2与卷积网络节点特征X2一起发送到目标的卷积层进行非网格学习：以得到A2和其中，W2为一个可学习的权矩阵，A2为后目标的对称权值矩阵，为后目标的输出卷积网络节点特征；所述通过GINs构建目标函数，包括：设计损失函数并使网络跨权矩阵传递关系知识，具体如下式： 其中，J表示GINs网络中的损失函数；表示任务O的原始丢失；表示信息传递的转移损失，并迫使光伏发电系统与孪生模型的矩阵A1,A2彼此靠拢。

全文数据：

权利要求：

百度查询： 北京华能新锐控制技术有限公司 光伏电站的短期功率预测方法