欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024104389898
申请人: 长沙理工大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种太阳直接法向辐射预测方法,其特征在于,包括以下步骤:获取预测区域的某个时间段内的历史气象数据,并组成历史气象数据集,历史气象数据集包括多类参数;

对历史气象数据进行预处理,包括:

对所述历史气象数据集中太阳直接法向辐射为0的时段对应的历史气象数据进行删除;

若历史气象数据集中存在缺失数据,且缺失数据为数值型数据,缺失数据对应的参数类别的偏度值的绝对值大于预设偏度值时,采用历史气象数据集中该类参数的中位数填补该缺失数据,缺失数据对应的参数类别的偏度值的绝对值小于或等于预设偏度值时,采用历史气象数据集中该类参数的均值填补该缺失数据;

利用聚类算法对预处理后的历史气象数据进行聚类,根据聚类结果对历史气象数据集进行分类,得到多类的气象数据集;将多类的气象数据集划分为训练集和验证集;

利用所述训练集、验证集训练优化LightGBM模型,得到最终预测模型;

将预测当天的气象数据作为最终预测模型的输入,预测得到当天的太阳直接法向辐射值;

利用霜冰优化算法优化所述LightGBM模型的最佳超参数;

所述利用所述训练集、验证集训练优化LightGBM模型后,还包括:基于训练优化后的LightGBM模型,通过学习拟合分别建立各类气象数据集的太阳直接法向辐射预测子模型;最终预测模型包括各类气象数据集的太阳直接法向辐射预测子模型;

将预测当天的气象数据作为最终预测模型的输入,预测得到当天的太阳直接法向辐射值,包括:计算实时气象数据与各类所述气象数据集的聚类中心的欧式距离,将实时气象数据输入到欧氏距离最小的聚类中心对应的太阳直接法向辐射预测子模型,并预测得到太阳直接法向辐射值;

所述利用霜冰优化算法优化所述LightGBM模型的最佳超参数,包括:定义超参数空间,初始化超参数;

使用软霜搜索策略更新种群;

采用硬霜穿刺机制,实现粒子间的信息交换;

利用正贪婪机制,寻找最优解;

重复执行,直至达到迭代次数,输出最佳超参数组合;

所述通过学习拟合分别建立各类气象数据集的太阳直接法向辐射预测子模型,包括:初始化网络参数;

使用单边梯度采样算法剔除每类气象数据集中权重较小的历史气象参数;

使用互斥捆绑算法降低历史气象数据集中参数的类别数量;

采用带深度限制的Leaf-wise决策树生长策略、直方图算法拟合残差树;

达到迭代次数停止拟合;

基于不同类别对应的气象数据集建立太阳直接法向辐射预测子模型。

2.根据权利要求1所述的一种太阳直接法向辐射预测方法,其特征在于,若第一历史气象数据集中存在缺失数据,且缺失数据为离散型数据时,采用该离散型数据对应的参数类别的众数填补该缺失数据。

3.根据权利要求2所述的一种太阳直接法向辐射预测方法,其特征在于,所述对历史气象数据进行预处理,还包括:对填补缺失数据后的历史气象数据集中的异常数据进行删除;所述异常数据为历史气象数据集中,在三倍标准差范围外的历史气象数据,所述三倍标准差范围为,为第一气象参数集中的历史气象数据的均值,为第一气象参数集中的历史气象数据的标准差。

4.根据权利要求3所述的一种太阳直接法向辐射预测方法,其特征在于,所述对历史气象数据进行预处理还包括:对历史气象数据集进行归一化处理。

5.根据权利要求1所述的一种太阳直接法向辐射预测方法,其特征在于,所述历史气象数据包括:温度、风速、太阳时角、相对湿度、云类型和太阳直接法向辐射值。

6.根据权利要求1所述的一种太阳直接法向辐射预测方法,其特征在于,采用多种聚类算法对预处理后的历史气象数据进行聚类,根据轮廓系数分别对多种聚类算法的效果进行评价,选用轮廓系数最高的聚类算法的聚类结果对历史气象数据进行分类;

最终轮廓系数为所有样本的轮廓系数的平均值。

7.一种太阳直接法向辐射预测装置,其特征在于,用于实现权利要求1所述的太阳直接法向辐射预测方法,包括:数据预处理模块,用于获取预测区域的某个时间段内的历史气象数据,并组成历史气象数据集,对历史气象数据进行预处理,包括:对所述历史气象数据集中太阳直接法向辐射为0的时段对应的历史气象数据进行删除;若历史气象数据集中存在缺失数据,且缺失数据为数值型数据,缺失数据对应的参数类别的偏度值的绝对值大于预设偏度值时,采用历史气象数据集中该类参数的中位数填补该缺失数据,缺失数据对应的参数类别的偏度值的绝对值小于或等于预设偏度值时,采用历史气象数据集中该类参数的均值填补该缺失数据;若第一历史气象数据集中存在缺失数据,且缺失数据为离散型数据时,采用该离散型数据对应的参数类别的众数填补该缺失数据;聚类模块,利用聚类算法对预处理后的历史气象数据进行聚类,根据聚类结果对历史气象数据集进行分类,得到多类的气象数据集;将多类的气象数据集划分为训练集和验证集;

模型优化模块,其利用所述训练集、验证集训练优化LightGBM模型,得到最终预测模型;

输出模块,用于将实时气象数据作为最终预测模型的输入,预测得到太阳直接法向辐射值。

8.根据权利要求7所述的一种太阳直接法向辐射预测装置,其特征在于,所述对历史气象数据进行预处理,还包括:对填补缺失数据后的历史气象数据集中的异常数据进行删除;所述异常数据为历史气象数据集中,在三倍标准差范围外的历史气象数据,所述三倍标准差范围为,为第一气象参数集中的历史气象数据的均值,为第一气象参数集中的历史气象数据的标准差。