(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 202111374757.3 (22)申请日 2021.11.17 (71)申请人 中国华能集团清洁能源技 术研究院 有限公司 地址 102209 北京市昌平区北七家未来科 技城华能人才创新创业基地实验楼A 楼 申请人 盛东如东海上风力发电有限责任公 司　 华能国际电力江苏能源开发有限公 司　 华能国际电力江苏能源开发有限公 司清洁能源分公司 (72)发明人 王鸿策　郭小江　申旭辉　孙财新　 潘霄峰　孙栩　付明志　李铮　 奚嘉雯　曹庆伟　管春雨　刘溟江　姚中原　杨立华　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 代理人 赵迪 (51)Int.Cl. G06F 30/27(2020.01) G06F 119/06(2020.01) (54)发明名称 光伏发电功率的预测方法、 装置、 电子设备 和存储介质 (57)摘要 本申请提出一种光伏发电功率的预测方法、 装置、 电子设备和存储介质， 其中， 该方法包括： 通过获取预测日以及对应的工况和天气数据， 并 获取工况和天气数据与预测日匹配的历史采样 日， 以及历史采样日在各个采样时刻的历史光伏 发电功率， 以将历史采样日在各个采样时刻的历 史光伏发电功率输入到光伏发电功率预测模型， 从而得到预测日在各个采样时刻 的光伏发电功 率预测值。 由此， 在预测光伏发电功率的过程中， 结合工况和天气数据与预测日匹配的历史采样 日的光伏发电功率， 以预测出预测日的光伏发电 功率， 通过光伏发电功率预测模 型准确预测出预 测日对应的光伏发电功率预测值。 权利要求书2页 说明书9页 附图6页 CN 114254556 A 2022.03.29 CN 114254556 A 1.一种光伏发电功率的预测方法， 其特 征在于， 方法包括： 获取预测日以及对应的工况和天气数据； 获取所述工况和天气数据与所述预测日匹配的历史采样日； 获取所述历史采样日在各个采样时刻的历史光伏发电功率； 将所述历史采样日在各个采样时刻的历史光伏发电功率输入到光伏发电功率预测模 型， 以得到所述预测日在各个采样时刻的光伏发电功率预测值。 2.如权利要求1所述的方法， 其特征在于， 所述光伏发电功率预测模型包括输入层、 卷 积神经网络CNN层、 长短期记忆人工神经网络LSTM层、 注意力层和输出层， 所述将所述历史 采样日在各个采样时刻的历史光伏发电功率输入到光伏发电功 率预测模型， 以得到所述预 测日在各个采样时刻的光伏发电功率预测值， 包括： 将所述历史采样日在各个采样时刻的历史光伏发电功率本输入到所述输入层， 通过所 述输入层得到所述历史光伏发电功率各自对应的输入向量； 将所述输入向量输入到所述CNN层， 并对所述输入向量进行特征提取， 以筛选出目标特 征向量； 获取所述目标特征向量， 将所述目标特征向量输入所述LSTM层， 以得到所述目标特征 向量各自对应的第一输出向量； 将所述目标特征向量各自对应的第 一输出向量输入到所述注意力层中， 并根据 所述注 意力层中所述第一输出向量的注意力权重参数值， 对所述第一输出向量进行筛选， 以得到 第二输出向量； 将所述第二输出向量输入到所述输出层， 以得到所述预测日在各个采样时刻的光伏发 电功率预测值。 3.如权利要求2所述的方法， 其特征在于， 所述CNN层包括卷积层和丢弃dropout层， 将 所述输入向量输入到所述CNN层， 并对所述输入向量进行特征提取， 以筛选出目标特征向 量， 包括： 将所述输入向量输入到所述卷积层中， 获取 卷积层提取的输入向量的多个特 征向量； 将所述输入向量的多个特征向量输入到所述dropout层， 以从所述多个特征中筛选出 目标特征向量。 4.如权利要求2所述的方法， 其特征在于， 在将所述第二输出向量输入到所述输出层， 以得到所述预测日在各个采样时刻的光伏发电功率预测值之后， 还 包括： 对所述预测日在各个采样时刻的光伏发电功率预测值进行反归一 化处理。 5.一种光伏发电功率的预测装置， 其特 征在于， 装置包括： 第一获取模块， 用于获取 预测日以及对应的工况和天气数据； 第二获取模块， 用于获取 所述工况和天气数据与所述预测日匹配的历史采样日； 第三获取模块， 用于获取 所述历史采样日在各个采样时刻的历史光伏发电功率； 生成模块， 用于将所述历史采样日在各个采样时刻的历史光伏发电功率输入到光伏发 电功率预测模型， 以得到所述预测日在各个采样时刻的光伏发电功率预测值。 6.如权利要求5所述的装置， 其特征在于， 所述光伏发电功率预测模型包括输入层、 卷 积神经网络CNN层、 长短期记忆人工神经网络LSTM层、 注 意力层和输出层， 所述生 成模块， 包 括：权　利　要　求　书 1/2 页 2 CN 114254556 A 2输入单元， 用于将所述历史采样日在各个采样时刻的历史光伏发电功率本输入到所述 输入层， 通过 所述输入层得到所述历史光伏发电功率各自对应的输入向量； 提取单元， 用于将所述输入向量输入到所述CNN层， 并对所述输入向量进行特征提取， 以筛选出目标 特征向量； 第一生成单元， 用于获取所述目标特征向量， 将所述目标特征向量输入所述LSTM层， 以 得到所述目标 特征向量各自对应的第一输出向量； 第二生成单元， 用于将所述目标特征向量各自对应的第 一输出向量输入到所述注意力 层中， 并根据所述注意力层中所述第一输出向量的注意力权重参数值， 对所述第一输出向 量进行筛 选， 以得到第二输出向量； 输出单元， 用于将所述第二输出向量输入到所述输出层， 以得到所述预测日在各个采 样时刻的光伏发电功率预测值。 7.如权利要求6所述的装置， 其特征在于， 所述CNN层包括卷积层和丢弃dropout层， 所 述提取单元， 具体用于： 将所述输入向量输入到所述卷积层中， 获取 卷积层提取的输入向量的多个特 征向量； 将所述输入向量的多个特征向量输入到所述dropout层， 以从所述多个特征中筛选出 目标特征向量。 8.如权利要求6所述的装置， 其特 征在于， 所述 生成模块还 包括： 处理单元， 用于对所述预测日在各个采样时刻的光伏发电功率预测值进行反归一化处 理。 9.一种电子设备， 其特 征在于， 包括： 存储器、 处理器及存储在存储器上并可在处理器上运行的计算机程序， 其特征在于， 所 述处理器执行所述程序时实现如权利要求1 ‑4中任一所述的光伏发电功率的预测方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器 执行时实现如权利要求1 ‑4中任一所述的光伏发电功率的预测方法。权　利　要　求　书 2/2 页 3 CN 114254556 A 3