本發(fā)明涉及新能源發(fā)電預(yù)測領(lǐng)域，具體為基于邊緣計算的虛擬電廠網(wǎng)關(guān)數(shù)據(jù)處理方法及系統(tǒng)。

背景技術(shù)：

1、虛擬電廠是一種利用先進的通信、計量、控制技術(shù)，將分布式能源資源如新能源發(fā)電與傳統(tǒng)發(fā)電、儲能系統(tǒng)、可控負荷等聚合起來，形成一個統(tǒng)一的、可調(diào)度的能源供應(yīng)系統(tǒng)，這種系統(tǒng)能夠優(yōu)化資源配置，提高電網(wǎng)運行的穩(wěn)定性和經(jīng)濟性，并參與電力市場的運營，隨著電網(wǎng)系統(tǒng)不斷發(fā)展，電力系統(tǒng)中終端設(shè)備越來越多，而云計算模型時延較大、云端計算和存儲壓力較大的問題，提出邊緣計算，它將數(shù)據(jù)處理和分析任務(wù)從中心服務(wù)器轉(zhuǎn)移到網(wǎng)絡(luò)的邊緣，即更靠近數(shù)據(jù)源的地方，這種架構(gòu)可以減少數(shù)據(jù)傳輸?shù)难舆t，提高響應(yīng)速度，并且可以降低網(wǎng)絡(luò)帶寬的使用。

2、新能源發(fā)電將成為主要的發(fā)展趨勢，其中新能源發(fā)電包括風力發(fā)電、光伏發(fā)電以及水能發(fā)電等，新能源發(fā)電與氣象數(shù)據(jù)相關(guān)，因此可以根據(jù)氣象數(shù)據(jù)來預(yù)測發(fā)電功率，同時氣象數(shù)據(jù)的不穩(wěn)定也導(dǎo)致新能源發(fā)電的不穩(wěn)定，當新能源發(fā)電出現(xiàn)較小異常時，不易發(fā)現(xiàn)問題，比如授權(quán)公告號為cn114281846b的專利申請中，公開了一種基于機器學(xué)習的新能源發(fā)電預(yù)測方法，該方案只考慮到發(fā)電正常情況下對新能源發(fā)電進行預(yù)測，當發(fā)電出現(xiàn)異常時，該預(yù)測方法不能發(fā)現(xiàn)發(fā)電異常，導(dǎo)致預(yù)測的發(fā)電功率與實際發(fā)電有偏差，同時不同的新能源發(fā)電有不同的氣象數(shù)據(jù)影響，若沒有對氣象數(shù)據(jù)與發(fā)電功率進行相關(guān)性分析，使氣象數(shù)據(jù)選取不準確，導(dǎo)致預(yù)測準確性降低，現(xiàn)有的新能源發(fā)電預(yù)測技術(shù)中還存在氣象數(shù)據(jù)選取準確與預(yù)測后缺少發(fā)電異常判斷環(huán)節(jié)，導(dǎo)致發(fā)電預(yù)測不準確以及發(fā)現(xiàn)發(fā)電異常不及時的問題。

技術(shù)實現(xiàn)思路

1、本發(fā)明旨在至少在一定程度上解決現(xiàn)有技術(shù)中的技術(shù)問題之一，解決現(xiàn)有的新能源發(fā)電預(yù)測技術(shù)中沒有根據(jù)發(fā)電預(yù)測后進行故障檢測環(huán)節(jié)，導(dǎo)致發(fā)電預(yù)測不準確以及發(fā)現(xiàn)發(fā)電異常不及時的問題。

2、為實現(xiàn)上述目的，第一方面，本發(fā)明提供基于邊緣計算的虛擬電廠網(wǎng)關(guān)數(shù)據(jù)處理方法，包括如下步驟：

3、從數(shù)據(jù)庫中獲取初始樣例集合，初始樣例集合包括歷史氣象數(shù)據(jù)和歷史發(fā)電功率；

4、對初始樣例集合中的異常數(shù)據(jù)進行剔除；將歷史氣象數(shù)據(jù)與歷史發(fā)電功率進行氣象相關(guān)系數(shù)計算，基于氣象相關(guān)系數(shù)將歷史氣象數(shù)據(jù)分為歷史相關(guān)氣象數(shù)據(jù)和歷史無關(guān)氣象數(shù)據(jù)；

5、將每種歷史相關(guān)氣象數(shù)據(jù)分別與歷史發(fā)電功率進行擬合計算，獲得m個發(fā)電功率預(yù)測函數(shù)，將m個發(fā)電功率預(yù)測函數(shù)部署在邊緣網(wǎng)關(guān)，其中m為歷史相關(guān)氣象數(shù)據(jù)的類型總數(shù)；

6、基于歷史相關(guān)氣象數(shù)據(jù)獲取對應(yīng)的實時相關(guān)氣象數(shù)據(jù)，獲取實時發(fā)電功率，將實時相關(guān)氣象數(shù)據(jù)輸入對應(yīng)的發(fā)電功率預(yù)測函數(shù)，獲得m個函數(shù)發(fā)電功率，將m個函數(shù)發(fā)電功率進行加權(quán)求和得到實時預(yù)測發(fā)電功率，根據(jù)實時預(yù)測發(fā)電功率與實時發(fā)電功率差值來判斷發(fā)電是否異常，若發(fā)電異常，向處理端發(fā)送異常信號；

7、處理端判斷異常信號是否準確，若不準確更新發(fā)電功率預(yù)測函數(shù)。

8、進一步地，對初始樣例集合的異常數(shù)據(jù)進行剔除包括如下子步驟：

9、每間隔第一時間獲取一次歷史發(fā)電功率和歷史氣象數(shù)據(jù)，將獲取到的歷史發(fā)電功率的總數(shù)量標記為a；

10、將歷史發(fā)電功率按照從小到大進行排序，設(shè)定每個歷史發(fā)電功率對應(yīng)一個序列號，序列號為從1開始的整數(shù)；

11、判斷a1*a是否是整數(shù)，若是整數(shù)，設(shè)定序列號為a1*a的歷史發(fā)電功率作為第一分位數(shù)q1，若不是整數(shù)，求取位于a1*a兩側(cè)的序列號對應(yīng)的歷史發(fā)電功率的平均值，標記為第一分位數(shù)q1；其中a1為第一分位比值；

12、判斷a2*a是否是整數(shù)，若是整數(shù)，設(shè)定序列號為a2*a的歷史發(fā)電功率作為第二分位數(shù)q2，若不是整數(shù)，求取位于a2*a兩側(cè)的序列號對應(yīng)的歷史發(fā)電功率的平均值，標記為第二分位數(shù)q2；其中a2為第二分位比值，a2=（1/a1-1）*a1；

13、設(shè)定q1=q1-b*（q2-q1），q2=q2+b*（q2-q1）；其中q1為下限閾值，q2為上限閾值，b為范圍常數(shù)；

14、將小于q1和大于q2的歷史發(fā)電功率以及對應(yīng)的歷史氣象數(shù)據(jù)進行刪除。

15、進一步地，歷史氣象數(shù)據(jù)與歷史發(fā)電功率進行氣象相關(guān)系數(shù)計算包括如下子步驟：

16、統(tǒng)計刪除后的歷史發(fā)電功率總數(shù)為n；

17、歷史氣象數(shù)據(jù)包括：太陽能輻射度xtyi、溫度xwdi、空氣濕度xyci、空氣密度xmdi、降水量xjsi、降雪量xjxi以及風速xfsi，歷史發(fā)電功率為yi；

18、求取每種歷史氣象數(shù)據(jù)的平均值為、、、、、以及，歷史發(fā)電功率平均值為；

19、通過氣象相關(guān)系數(shù)公式求取每種歷史氣象數(shù)據(jù)的氣象相關(guān)系數(shù)，氣象相關(guān)系數(shù)公式如下：

20、；

21、其中xni表示xtyi、xwdi、xyci、xmdi、xjsi、xjxi以及xfsi中的一種，cn表示cty、cwd、cyc、cmd、cjs、cjx以及cfs中的一種，其中cty為太陽能輻射度的氣象相關(guān)系數(shù)，cwd為溫度的氣象相關(guān)系數(shù)，cyc為空氣濕度的氣象相關(guān)系數(shù)，cmd為空氣密度的氣象相關(guān)系數(shù)，cjs為降水量的氣象相關(guān)系數(shù)，cjx為降雪量的氣象相關(guān)系數(shù)，cfs為風速的氣象相關(guān)系數(shù)；表示、、、、、以及中的一種；

22、按照每種氣象相關(guān)系數(shù)的絕對值從大到小排序后，將排序前第一比例的氣象相關(guān)系數(shù)對應(yīng)的歷史氣象數(shù)據(jù)標記為歷史相關(guān)氣象數(shù)據(jù)，將除去歷史相關(guān)氣象數(shù)據(jù)的歷史氣象數(shù)據(jù)標記為歷史無關(guān)氣象數(shù)據(jù)。

23、進一步地，將每種歷史相關(guān)氣象數(shù)據(jù)分別與歷史發(fā)電功率進行擬合計算，獲得m個發(fā)電功率預(yù)測函數(shù)包括如下子步驟：

24、獲取歷史相關(guān)氣象數(shù)據(jù)的類型總數(shù)m，設(shè)定每個歷史相關(guān)氣象數(shù)據(jù)對應(yīng)一個類型號，類型號為從1到m的整數(shù)；

25、將所有歷史相關(guān)氣象數(shù)據(jù)分別采用max-min歸一化法進行歸一化處理，標記為歷史歸一氣象數(shù)據(jù)；

26、分別將每種歷史歸一氣象數(shù)據(jù)的大小作為x軸數(shù)據(jù)，發(fā)電功率作為y軸數(shù)據(jù)，建立平面直角坐標系，標記為預(yù)測坐標系；

27、分別將歷史歸一氣象數(shù)據(jù)與發(fā)電功率繪入對應(yīng)的預(yù)測坐標系中，獲得m個相關(guān)散點圖；

28、根據(jù)每個相關(guān)散點圖分布情況，分別選擇合適的預(yù)設(shè)發(fā)電功率預(yù)測函數(shù)，分別利用相關(guān)散點圖擬合，求出預(yù)設(shè)發(fā)電功率預(yù)測函數(shù)中的系數(shù)，得到m個發(fā)電功率預(yù)測函數(shù)。

29、進一步地，基于歷史相關(guān)氣象數(shù)據(jù)獲取對應(yīng)的實時相關(guān)氣象數(shù)據(jù)，獲取實時發(fā)電功率，實時相關(guān)氣象數(shù)據(jù)輸入對應(yīng)的發(fā)電功率預(yù)測函數(shù)，獲得m個函數(shù)發(fā)電功率，將m個函數(shù)發(fā)電功率進行加權(quán)求和，獲得實時預(yù)測發(fā)電功率包括如下子步驟：

30、獲取實時相關(guān)氣象數(shù)據(jù)以及實時發(fā)電功率ws；

31、將實時相關(guān)氣象數(shù)據(jù)采用max-min歸一化法進行歸一化處理，標記為實時歸一氣象數(shù)據(jù)；

32、將每種實時歸一氣象數(shù)據(jù)分別輸入相應(yīng)的發(fā)電功率預(yù)測函數(shù)，獲得函數(shù)發(fā)電功率fi；其中i為1到m的實時相關(guān)氣象數(shù)據(jù)的類型號；

33、求取fi的權(quán)重比ki；

34、求取實時預(yù)測發(fā)電功率為：

35、；其中f為實時預(yù)測發(fā)電功率。

36、進一步地，求取fi的權(quán)重比ki包括如下子步驟：

37、將所有的歷史相關(guān)氣象數(shù)據(jù)分別代入相應(yīng)的發(fā)電功率預(yù)測函數(shù)中，獲得m組歷史預(yù)測發(fā)電功率yxi；其中i為1到n的歷史相關(guān)氣象數(shù)據(jù)；

38、求取每組yxi與yi之間的均方根誤差為：

39、；其中ei表示m種發(fā)電功率預(yù)測函數(shù)的均方根誤差之一；

40、將fi按照ei的數(shù)值從大到小進行排列，再將ei從小到大進行排列標記為ui，將fi對應(yīng)的ei按照順序替換為ui，求取fi的權(quán)重比為：

41、。

42、進一步地，根據(jù)實時預(yù)測發(fā)電功率與實時發(fā)電功率差值來判斷發(fā)電是否異常，若發(fā)電異常，向處理端發(fā)送異常信號包括如下子步驟：

43、求取f與ws的差值為：z=f-ws；其中z為f與ws的差值；

44、獲取f與ws的差值z的負數(shù)閾值t1和正數(shù)閾值t2；

45、判斷z是否滿足不等式：t1<z<t2；

46、若不滿足，向處理端發(fā)送異常信號。

47、進一步地，獲取f與ws的差值z的負數(shù)閾值t1和正數(shù)閾值t2包括如下子步驟：

48、獲取第一數(shù)量的歷史相關(guān)氣象數(shù)據(jù)與歷史發(fā)電功率，對歷史相關(guān)氣象數(shù)據(jù)與歷史發(fā)電功率進行模擬訓(xùn)練，標記為閾值模擬訓(xùn)練，通過閾值模擬訓(xùn)練獲得t1與t2，閾值模擬訓(xùn)練包括：

49、分別將歷史相關(guān)氣象數(shù)據(jù)代入m個發(fā)電功率預(yù)測函數(shù)獲得m個訓(xùn)練函數(shù)發(fā)電功率，再對m個訓(xùn)練函數(shù)發(fā)電功率加權(quán)求和獲得訓(xùn)練預(yù)測發(fā)電功率b；

50、當歷史相關(guān)氣象數(shù)據(jù)對應(yīng)的歷史發(fā)電功率為正常狀態(tài)，將正常狀態(tài)的歷史發(fā)電功率標記為訓(xùn)練正常發(fā)電功率o；

51、求取正常發(fā)電功率差值為：zz=b-o；其中zz為正常發(fā)電差值；

52、當歷史相關(guān)氣象數(shù)據(jù)對應(yīng)的歷史發(fā)電功率為異常狀態(tài)，將異常狀態(tài)的歷史發(fā)電功率標記為訓(xùn)練異常發(fā)電功率p；

53、求取異常發(fā)電功率差值為：zy=b-p；其中zy為異常發(fā)電差值；

54、建立正常柱狀圖和異常柱狀圖，正常柱狀圖和異常柱狀圖橫軸均劃分為u個區(qū)間；

55、分別統(tǒng)計每個區(qū)間的正常發(fā)電差值的頻數(shù)；

56、正常柱狀圖以正常發(fā)電差值為x軸，y軸為頻數(shù)，繪制正常柱狀圖；

57、分別統(tǒng)計每個區(qū)間的異常發(fā)電差值的頻數(shù)；

58、異常柱狀圖以異常發(fā)電差值為x軸，y軸為頻數(shù)，繪制異常柱狀圖；

59、分別獲取在x軸負半軸正常發(fā)電差值總數(shù)最多的區(qū)間與異常發(fā)電差值總數(shù)最多的區(qū)間，分別標記為負軸正常區(qū)間與負軸異常區(qū)間；

60、分別求取負軸正常區(qū)間與負軸異常區(qū)間均值，分別標記為負軸正常值tz1與負軸異常值ty1；

61、求負數(shù)閾值為：t1=(tz1+ty1)/2；

62、分別獲取在x軸正半軸正常發(fā)電差值的總數(shù)最多的區(qū)間與異常發(fā)電差值的總數(shù)最多的區(qū)間，分別標記為正軸正常值tz2與正軸異常值ty2；

63、求取負軸正常區(qū)間與負軸異常區(qū)間均值，分別標記為正軸正常值tz2與正軸異常值ty2；

64、求正數(shù)閾值為：t2=(tz2+ty2)/2；

65、將新增的第一數(shù)量歷史相關(guān)氣象數(shù)據(jù)與歷史發(fā)電功率輸入閾值模擬訓(xùn)練，更新t1與t2。

66、進一步地，處理端判斷異常信號是否準確，若不準確更新發(fā)電功率預(yù)測函數(shù)包括如下子步驟：

67、處理端判斷異常信號是否正確，若異常信號不正確，增加第二數(shù)量的歷史相關(guān)氣象數(shù)據(jù)和歷史發(fā)電功率重新擬合計算，獲得更新后的發(fā)電功率預(yù)測函數(shù)，將邊緣網(wǎng)關(guān)的發(fā)電功率預(yù)測函數(shù)替換成更新后的發(fā)電功率預(yù)測函數(shù)。

68、第二方面，本發(fā)明提供基于邊緣計算的虛擬電廠網(wǎng)關(guān)數(shù)據(jù)處理系統(tǒng)，包括：數(shù)據(jù)獲取模塊、數(shù)據(jù)處理模塊、函數(shù)擬合模塊、異常檢測模塊以及函數(shù)更新模塊；

69、所述數(shù)據(jù)獲取模塊用于從數(shù)據(jù)庫中獲取初始樣例集合，初始樣例集合包括歷史氣象數(shù)據(jù)和歷史發(fā)電功率；

70、所述數(shù)據(jù)處理模塊用于對初始樣例集合中的異常數(shù)據(jù)進行剔除，將歷史氣象數(shù)據(jù)與歷史發(fā)電功率進行氣象相關(guān)系數(shù)計算，基于氣象相關(guān)系數(shù)將歷史氣象數(shù)據(jù)分為歷史相關(guān)氣象數(shù)據(jù)和歷史無關(guān)氣象數(shù)據(jù)；

71、所述函數(shù)擬合模塊用于將每種歷史相關(guān)氣象數(shù)據(jù)分別與歷史發(fā)電功率進行擬合計算，獲得m個發(fā)電功率預(yù)測函數(shù)，將m個發(fā)電功率預(yù)測函數(shù)部署在邊緣網(wǎng)關(guān)，其中m為歷史相關(guān)氣象數(shù)據(jù)的類型總數(shù)；

72、所述異常檢測模塊用于基于歷史相關(guān)氣象數(shù)據(jù)獲取對應(yīng)的實時相關(guān)氣象數(shù)據(jù)，獲取實時發(fā)電功率，將實時相關(guān)氣象數(shù)據(jù)輸入對應(yīng)的發(fā)電功率預(yù)測函數(shù)，獲得m個函數(shù)發(fā)電功率，將m個函數(shù)發(fā)電功率進行加權(quán)求和得到實時預(yù)測發(fā)電功率，根據(jù)實時預(yù)測發(fā)電功率與實時發(fā)電功率差值來判斷發(fā)電是否異常，若發(fā)電異常，向處理端發(fā)送異常信號；

73、所述函數(shù)更新模塊用于處理端判斷異常信號是否準確，若不準確更新發(fā)電功率預(yù)測函數(shù)。

74、本發(fā)明的有益效果：本發(fā)明通過將每種歷史相關(guān)氣象數(shù)據(jù)分別與歷史發(fā)電功率進行擬合計算，獲得m個發(fā)電功率預(yù)測函數(shù)，優(yōu)勢在于，因為不同新能源發(fā)電可能受到不同的氣象數(shù)據(jù)影響，因此在擬合計算前對歷史氣象數(shù)據(jù)與發(fā)電功率進行相關(guān)性分析，使用相關(guān)性強的歷史氣象數(shù)據(jù)擬合的發(fā)電功率預(yù)測函數(shù)更加準確，m個發(fā)電功率預(yù)測函數(shù)預(yù)測出m個函數(shù)發(fā)電功率，將m個函數(shù)發(fā)電功率進行加權(quán)求和，獲得實時預(yù)測發(fā)電功率，使預(yù)測數(shù)據(jù)更加準確，在預(yù)測后增加了發(fā)電異常判斷，能夠及時發(fā)現(xiàn)預(yù)測的發(fā)電功率與實際發(fā)電功率有偏差。

75、本發(fā)明通過閾值模擬訓(xùn)練獲得t1與t2，優(yōu)勢在于，通過訓(xùn)練相關(guān)氣象數(shù)據(jù)、訓(xùn)練正常發(fā)電功率以及訓(xùn)練異常發(fā)電功率進行模擬訓(xùn)練，通過大量的歷史數(shù)據(jù)求出t1與t2，使t1與t2更具有普遍性和準確性，且閾值模擬訓(xùn)練數(shù)據(jù)是可更新的，使訓(xùn)練得到的t1與t2更加準確，從而提高閾值模擬訓(xùn)練的計算準確性。