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：华北电力大学;北京电力交易中心有限公司;国网四川省电力公司

摘要：本发明涉及一种基于大数据的风光出力预测与市场风险管控方法和系统，属于风光控制技术领域。本发明提供的基于大数据的风光出力预测与市场风险管控方法，通过采用构建得到的训练特征集训练随机森林模型，以使风电光伏发电机组能够根据历史公开数据，在外部环境波动较大的场景下，实现电力预测的准确性、实时性和可靠性。并且，本发明基于训练好的随机森林模型输出的检测结果和风力历史出力值的高斯分布结果标准差进行比较，能够实现电力市场风险预警点的精确确定，以达到优化电力系统风险管控方案的目的，进而能够帮助电力系统调度部门机构进行风险监测，维护电力市场运行竞争有序、安全高效，保障电力系统安全稳定运行。

主权项：1.一种基于大数据的风光出力预测与市场风险管控方法，其特征在于，包括：构建训练特征集；所述训练特征集包括：历史电力特征数据和时间尺度特征数据；所述历史电力特征数据包括：历史发电功率特征数据和历史气象特征数据；所述时间尺度数据为对所述历史电力特征数据进行时间尺度划分后的特征数据；采用所述历史电力特征数据训练随机森林模型得到第一预测结果；所述随机森林模型包括多颗决策树；采用所述时间尺度数据训练所述随机森林模型得到第二预测结果；所述第一预测结果和所述第二预测结果均为多颗决策树输出结果的平均值；当所述第一预测结果和所述第二预测结果间存在差异时，提取外部状态变化点；所述外部状态变化点为与发生变化的气象特征数据对应的数据节点；删除所述训练特征集中所述外部状态变化点之前的数据得到新的训练特征集，并将所述新的训练特征集替换所述训练特征集后，返回步骤“采用所述历史电力特征数据训练随机森林模型得到第一预测结果”；当所述第一预测结果和所述第二预测结果间不存在差异时，得到训练好的随机森林模型；获取当前时刻的电力特征数据，并将所述当前时刻的电力特征数据输入训练好的随机森林模型中得到风光出力预测值；获取与所述历史电力特征数据对应的风力历史出力值，并基于所述风力历史出力值生成高斯分布结果标准差；当所述风光出力预测值超出所述高斯分布结果标准差的三倍时，判定当前时刻为电力市场风险预警点；基于所述电力市场风险预警点生成市场风险管控方案。

全文数据：

权利要求：

百度查询： 华北电力大学 北京电力交易中心有限公司 国网四川省电力公司 基于大数据的风光出力预测与市场风险管控方法和系统