(19)中华 人民共和国 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 202111470934.8 (22)申请日 2021.12.0 3 (71)申请人 中国电建集团贵州电力设计 研究院 有限公司 地址 550000 贵州省贵阳市高新区黔灵山 路357号德福中心 A6栋 (72)发明人 赵平　杨立　赵健　陈晋　冯钰玮　 吴姗　龚学海　刘丹丹　张辉　 杨泽伟　犹珀玉　刘奇　 (74)专利代理 机构 贵阳中新专利商标事务所 52100 代理人 商小川 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种融入时频分析的光伏短期发电量预测 方法 (57)摘要 本发明公开了一种融入时频分析的光伏短 期发电量预测方法， 它包括： 采集光伏电厂的设 备运行数据和电站现场环境数据， 对采集的原始 数据进行数据集划分、 异常值处理及归一化处理 得到训练数据和测试数据集； 对训练数据进行3 层小波分解； 提取变量间的相关性和数据时序特 征实现数据更深层次的特征表达； 初始化CNN ‑ LSTM网络层， 将各分量训练数据输入网络分别建 立高频分量和低频分量的预测模 型； 将测试集数 据输入到 预测模型， 得到一个低频分量和三个高 频分量的预测值； 将各分量的预测结果经小波逆 变换重构得到最终的发电量预测结果； 解决了 现 有光伏短期发电量预测预测精度偏低等技术问 题。 权利要求书3页 说明书9页 附图2页 CN 114282711 A 2022.04.05 CN 114282711 A 1.一种融入时频分析的光伏短期发电量预测方法， 它包括： 步骤1、 采集光伏电厂的设备运行数据和电站现场环境数据， 对采集的原始数据进行数 据集划分、 异常值处 理及归一 化处理得到训练数据和 测试数据集； 步骤2、 对训练数据进行3层小 波分解； 步骤3、 提取变量间的相关性和数据时序特 征实现数据更深层次的特 征表达； 步骤4、 初始化CNN ‑LSTM网络层， 将步骤1、 2处理过的各分量训练数据输入CNN ‑LSTM网 络， 分别建立高频分量和低频分量的预测模型； 步骤5、 将测试集数据输入到预测模型， 得到一个低频分量和三个高频分量的预测值； 将各分量的预测结果经小 波逆变换重构得到最终的发电量预测结果。 2.根据权利要求1所述的一种融入时频分析的光伏短期 发电量预测方法， 其特征在于： 所述采集的原 始数据见表1： 表1： 原始数据 权　利　要　求　书 1/3 页 2 CN 114282711 A 23.根据权利要求1所述的一种融入时频分析的光伏短期 发电量预测方法， 其特征在于： 步骤1所述对采集的原始数据进行数据集划分、 异常值处理及归一化处理得到训练数据和 测试数据集的方法包括： 步骤1.1、 数据集划分， 将采集到的数据集中的80％作为训练数据集， 20％为测试数据 集； 训练数据用于构建光伏发电量预测模型， 测试数据集用于测试光伏发电量预测模型 的 预测性能； 步骤1.2、 数据异常值处理， 计算原始样本数据X的平均 值u和标准差σ， 当数据X中值x处权　利　要　求　书 2/3 页 3 CN 114282711 A 3