国网浙江省电力有限公司丽水供电公司

采集风光水储基础信息，实现丽水地区智慧调度辅助决策平台的数据全景感知；通过大数据和人工智能搭建新能源发电能力预测算法，支持多时间尺度下的出力预测结果展示；构建风光水储出力预测结果模型，实现集群联合优化调度控制策略；基于径流式与库容式水库出力模型，提升典型场景下出力分配策略能力。1、数据清洗：采用聚类等数据处理手段对缺失值、异常值等进行删补，对各类基础数据中的非规范化数据进行转换。 2、数据转换:基于清洗数据与识别到的模型特征，通过人工智能和数据挖掘算法，对数据集训练，提高出力预测算法结果。 3、数据加工：处理全社会非统调出力环比增减、预测准确率及平均绝对误差等数据。 全社会非统调出力环比增减：（某时刻出力值-上一日某时刻出力值）/上一日某时刻出力值； 平均绝对误差：先计算每点（实际功率-预测功率）/装机容量，各点加和后取均值； 预测曲线最大误差：对所选日期内每天96点的实际功率和预测功率分别进行误差计算，误差=（实际功率-预测功率），选取计算结果绝对值最大的在界面显示。若实际功率或预测功率存在0值时，另一功率不超过3%的装机容量，则为0，否则为100%装机容量； 合格率：先计算每点（实际功率-预测功率）/装机容量，绝对值与25%做比较，若小于25%，则记为一次合格，用合格总次数除以总点数； 相关系数：时刻累计（预测功率-预测功率平均值）×（实际功率-实际功率平均值）÷根号{时刻累计（预测功率-预测功率平均值）²×时刻累计（实际功率-实际功率平均值）²}