(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 202111409209.X (22)申请日 2021.11.25 (71)申请人 国网浙江省电力有限公司杭州供电 公司 地址 310000 浙江省杭州市上城区建国中 路219号 (72)发明人 王亿　樊立波　罗少杰　屠永伟　 方响　宣羿　蒋建　来益博　 向新宇　陈益芳　金旻昊　 (74)专利代理 机构 杭州华鼎知识产权代理事务 所(普通合伙) 33217 代理人 方艳 (51)Int.Cl. G06F 16/245(2019.01) G06F 16/29(2019.01)G06K 9/62(2022.01) G06N 20/00(2019.01) G06Q 50/06(2012.01) H02J 3/00(2006.01) (54)发明名称 一种基于机器学习的新能源发电预测方法 (57)摘要 本发明提供了一种基于机器学习的新能源 发电预测方法， 所述预测方法具体为获取若干个 新能源发电站的历史发电数据和历史天气数据， 对获取的数据进行预处理并构建历史数据库， 建 立新能源发电预测模型， 对历史发电数据以及历 史天气数据进行特征提取并筛选， 根据筛选后特 征数据构建预测数据集， 所述预测数据集包括训 练集、 验证集和测试集， 新能源发电预测模型根 据训练集进行模 型训练， 并通过测试集获取新能 源发电预测模 型的预测误差， 在预测误差不超 过 预设阈值后， 采集进行发电预测的新能源发电站 对应的天气数据， 并通过新能源发电预测模型根 据天气数据输出发电预测结果。 本发 明将天气数 据作为特征进行发电预测， 能够 有效提高发电预 测的准确性。 权利要求书2页 说明书6页 附图1页 CN 114281846 A 2022.04.05 CN 114281846 A 1.一种基于 机器学习的新能源发电预测方法， 其特 征在于， 包括以下步骤： 步骤一， 获取若干个新能源发电站 的历史发电数据以及对应的历史天气数据， 对历史 发电数据和历史天气数据进行预处理， 并根据预 处理后的历史发电数据以及历史天气数据 构建历史数据库； 步骤二， 建立新能源发电预测模型， 提取历史数据库内历史发电数据和历史天气数据 并输入新能源发电预测模型， 通过新能源发电预测模型对提取的历史发电数据以及历史天 气数据进行特征提取， 并对提取 的特征数据进行筛选， 根据筛选后特征数据构建预测数据 集， 所述预测数据集包括训练集、 验证集和 测试集； 步骤三， 新能源发电预测模型根据训练集进行模型训练， 并通过测试集获取新能源发 电预测模型 的预测误差， 若新能源发电预测模型 的预测误差超过预设阈值， 则通过验证集 对新能源发电预测模型的模型参数进 行调节， 直至新能源发电预测模型的预测误差不超过 预设阈值； 若新能源发电预测模型 的预测误差不超过预设阈值， 则新能源发电预测模型训 练完成； 步骤四， 采集进行发电预测的新能源发电站对应的天气数据， 将采集到的天气数据输 入训练完成的新能源发电预测模型， 新能源发电预测模型输出发电预测结果。 2.根据权利要求1所述的一种基于机器学习的新能源发电预测方法， 其特征在于， 步骤 二中通过在筛选特征数据前， 还对特征数据进行显式表达， 将特征数据根据倒数特征、 log 尺度特征以及交互特征 的形式进行转换， 获取显式表达的特征数据， 并根据新能源发电预 测模型的损失函数对显示表达的特 征数据进行筛 选。 3.根据权利要求1所述的一种基于机器学习的新能源发电预测方法， 其特征在于， 所述 发电数据包括新能源发电站的发电功率和发电对应的时间信息， 所述天气数据包括 天气预 报数据。 4.根据权利要求1所述的一种基于机器学习的新能源发电预测方法， 其特征在于， 步骤 三中新能源发电预测模型根据训练集进行模型训练前， 还 对训练集内数据进行平 滑处理。 5.根据权利要求1所述的一种基于机器学习的新能源发电预测方法， 其特征在于， 步骤 一中在获取若干个新能源发电站的历史发电数据以及对应的历史天气数据时， 还采集每个 新能源发电站的发电站信息， 根据每个新能源发电站的发电站信息对其扩容状况进行判 断， 对存在 扩容状况的新能源发电站的历史发电数据进 行标记， 并在构建预测数据集后， 从 训练集、 验证集合测试集内分别提取出存在标记的功率数据， 并分别对提取出 的功率数据 进行功率标准 化处理。 6.根据权利要求5所述的一种基于机器学习的新能源发电预测方法， 其特征在于， 对训 练集内提取 出功率数据进行的功率标准 化表达式为： 对验证集或测试集内提取 出功率数据进行的功率标准 化表达式为： p＝pu*Ci； 其中： pu为标准化功率， p为功率数据， Ct为训练集中功率数据对应新能源发电站的额定 功率， Ci为训练集中功率数据对应新能源发电站的额定功率。 7.根据权利要求1所述的一种基于机器学习的新能源发电预测方法， 其特征在于， 步骤权　利　要　求　书 1/2 页 2 CN 114281846 A 2一中所述预处理包括数据 清洗以及数据填充， 所述数据清洗通过将所有发电数据以及天气 数据进行离群判断， 筛 选出异常值数据， 对异常值数据进行 数据填充处 理。 8.根据权利要求7所述的一种基于机器学习的新能源发电预测方法， 其特征在于， 对异 常值数据进行 数据填充处 理的处理公式为： 其中： x为进行数据填充处理的异常值数据， i％a为数据的不合理范围下 限， j％a为数 据的不合理范围上线， a为预设 常数。权　利　要　求　书 2/2 页 3 CN 114281846 A 3