基于相似日与BA-WNN的分布式光伏数据虚拟采集方法

摘要：

我国分布式光伏电站具有点多面广、分散无序等特点,这使得光伏运维数据采集面临投资成本巨大且实时采集任务繁重等难题.提出一种基于相似日、蝙蝠算法与小波神经网络(BA-WNN)相结合的分布式光伏数据虚拟采集方法,实现在同一区域内仅1座分布式光伏电站安装完备的数据采集装置、其他分布式光伏电站安装价格较低的电流采集终端的场景下,完成区域范围内所有电站运维数据的虚拟采集.利用灰色关联度与余弦相似度构成相似性综合指标进行相似日的选取并建立相似日样本集;利用蝙蝠算法对小波神经网络的权值、伸缩因子与平移因子进行不断调整优化,并利用训练好的BA-WNN模型进行区域范围内分布式光伏电站出力数据的"实时+虚拟"采集.以区域范围内9座分布式光伏电站为例,验证了所提方法的可行性与有效性.

关键词：分布式光伏、相似日、相似性综合指标、蝙蝠算法、小波神经网络、虚拟采集

所属期刊栏目：41

分类号：TM615(发电、发电厂)

资助基金：国家重点研发计划;国家自然科学基金;国家电网有限公司总部科技项目

在线出版日期：2021-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：8-14