本技术属于光伏,尤其涉及一种直散射分离方法、装置及设备。
背景技术:
1、直散辐照数据在光伏系统设计、电网调度和光资源评估等方面具有重要应用。但是,目前只有小部分辐射站具备总直散辐照测量条件,大部分辐射站仅具备水平面总辐照测量条件,导致直散辐照数据缺失严重。
2、直散分离模型可以将水平面总辐照数据分解为直散辐照数据。但是,目前的直散分离模型采用小时尺度、日尺度及月尺度的数据进行建模,导致直散分离模型的分离性能较差,直散射分离的准确性和可靠性较差。
技术实现思路
1、本技术旨在至少解决现有技术中存在的技术问题之一。为此,本技术提出一种直散射分离方法、装置及设备,能够提高直散射分离的准确性和可靠性。
2、第一方面,本技术提供了一种直散射分离方法,该方法包括:
3、获取待分离时间点的水平面总辐照度;所述待分离时间点是以分钟为最小单位的时间点;
4、确定所述待分离时间点的辐射特征参数;
5、根据所述待分离时间点的辐射特征参数,并基于直散分离模型,对所述待分离时间点的水平面总辐照度进行直散射分离。
6、根据本技术的直散射分离方法,确定待分离时间点的辐射特征参数,将待分离时间点的辐射特征参数输入至直散分离模型,使直散分离模型对分钟尺度下的水平面总辐照度进行直散分离,提高直散射分离的准确性和可靠性。
7、根据本技术的一个实施例,所述根据所述待分离时间点的辐射特征参数,并基于直散分离模型,对所述待分离时间点的水平面总辐照度进行直散射分离,包括:
8、将所述待分离时间点的辐射特征参数输入至所述直散分离模型,得到所述待分离时间点的散射分数;
9、根据所述待分离时间点的散射分数,对所述待分离时间点的水平面总辐照度进行直散射分离。
10、根据本技术的一个实施例,在所述待分离时间点为当前时间点的情况下,所述辐射特征参数包括年序日、真太阳时、太阳天顶角、清晰度指数、晴空水平面总辐照度、晴空指数和水平面总辐照度;
11、在所述待分离时间点为历史时间点的情况下,所述辐射特征参数还包括年序日、真太阳时、太阳天顶角、清晰度指数、晴空水平面总辐照度、晴空指数、水平面总辐照度、日平均清晰度指数和小时平均清晰度指数。
12、根据本技术的一个实施例,所述直散分离模型的训练过程包括:
13、获取历史太阳辐射数据集,所述历史太阳辐射数据集包括历史时间段内各时间戳的水平面总辐照度和散射辐照度,所述时间戳是以分钟为最小单位的时间点;
14、确定各所述时间戳的辐射特征参数;
15、根据各所述时间戳的水平面总辐照度和散射辐照度,确定各所述时间戳的散射分数;
16、根据各所述时间戳的辐射特征参数和散射分数,构建并训练直散分离模型。
17、根据本技术的一个实施例,所述根据各所述时间戳的辐射特征参数和散射分数,构建并训练直散分离模型,包括:
18、从所述辐射特征参数中选取重要性最高的至少一种参数作为目标特征参数,并将剩余的参数作为常规特征参数;
19、确定各所述时间戳的目标特征时序数据,所述目标特征时序数据包括对应时间戳的目标特征参数和相邻至少一个时间戳的目标特征参数;
20、根据各所述时间戳的常规特征参数、目标特征时序数据和散射分数,构建并训练直散分离模型。
21、根据本技术的一个实施例,所述从所述辐射特征参数中选取重要性最高的至少一种参数作为目标特征参数,包括:
22、从训练数据集中多次随机抽取部分时间戳的辐射特征参数和散射分数作为训练样本,所述训练数据集包括各所述时间戳的辐射特征参数和散射分数;
23、将多次抽取的训练样本输入至特征重要性模型进行对应的多次训练,得到每次训练中所述辐射特征参数中各参数的重要程度;
24、计算多次训练中所述辐射特征参数中各参数的重要程度的平均值,确定所述辐射特征参数中各参数的重要性;
25、将所述辐射特征参数中重要性最高的至少一个参数作为目标特征参数。
26、根据本技术的一个实施例,在所述待分离时间点为当前时间点的情况下,所述相邻至少一个时间戳包括位于所述对应时间戳之前的至少一个时间戳;
27、在所述待分离时间点为历史时间点的情况下,所述相邻至少一个时间戳包括位于所述对应时间戳之前的至少一个时间戳以及位于所述对应时间戳之后的至少一个时间戳。
28、根据本技术的一个实施例,所述历史时间段包括以天为最小单位的第一时间段和第二时间段;
29、所述根据各所述时间戳的常规特征参数、目标特征时序数据和散射分数,构建并训练直散分离模型,包括:
30、根据所述第一时间段内各所述时间戳的常规特征参数、目标特征时序数据和散射分数,构建直散分离模型;
31、根据所述第二时间段内各所述时间戳的常规特征参数、目标特征时序数据和散射分数,并基于所述直散分离模型,确定所述相邻至少一个时间戳的最优个数;
32、根据所述最优个数,确定各所述时间戳的最优目标特征时序数据;
33、根据所述第一时间段和所述第二时间段内各所述时间戳的常规特征参数、最优目标特征时序数据和散射分数,对所述直散分离模型进行训练。
34、根据本技术的一个实施例,所述根据所述第二时间段内各所述时间戳的常规特征参数、目标特征时序数据和散射分数,并基于所述直散分离模型,确定所述相邻至少一个时间戳的最优个数,包括:
35、依次将多个数值中的各数值作为所述相邻至少一个时间戳的候选个数,并根据所述候选个数,确定所述第二时间段内各所述时间戳的候选目标特征时序数据;
36、将所述第二时间段内各所述时间戳的常规特征参数和候选目标特征时序数据输入至所述直散分离模型,得到所述第二时间段内各所述时间戳的散射估计分数;
37、根据所述第二时间段内各所述时间戳的散射估计分数和散射分数,确定所述候选个数对应的模型性能;
38、将最高模型性能对应的候选个数作为最优个数。
39、第二方面,本技术提供了一种直散射分离装置,包括:
40、获取模块,用于获取待分离时间点的水平面总辐照度;所述待分离时间点是以分钟为最小单位的时间点;
41、确定模块,用于确定所述待分离时间点的辐射特征参数;
42、分离模块,用于根据所述待分离时间点的辐射特征参数,并基于直散分离模型,对所述待分离时间点的水平面总辐照度进行直散射分离。
43、根据本技术的直散射分离装置,确定待分离时间点的辐射特征参数,将待分离时间点的辐射特征参数输入至直散分离模型,使直散分离模型对分钟尺度下的水平面总辐照度进行直散分离,提高直散射分离的准确性和可靠性。
44、第三方面,本技术提供了一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面所述的方法。
45、第四方面,本技术提供了一种非暂态计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面所述的方法。
46、本技术实施例中的上述一个或多个技术方案,至少具有如下技术效果之一:
47、通过确定待分离时间点的辐射特征参数,将待分离时间点的辐射特征参数输入至直散分离模型,使直散分离模型对分钟尺度下的水平面总辐照度进行直散分离,提高直散射分离的准确性和可靠性。
48、进一步地,各时间戳是以分钟为最小单位的时间点;,确定各时间戳的辐射特征参数,通过分钟尺度下水平面总辐照度历史数据和水平面散射辐照度历史数据确定各时间戳的散射分数,以根据各时间戳的辐射特征参数和散射分数对直散分离模型进行训练,使直散分离模型能够应用于分钟尺度下的直散分离,提高直散分离模型的分离性能,进而提高直散射分离的准确性和可靠性。
49、本技术的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本技术的实践了解到。