光伏发电数据挖掘中的跨度选取-电工技术学报.pdfVIP

20 15 年 7 月 电 工 技 术 学 报 Vol.30 No. 14 第 30 卷第 14 期 TRAN SACTION S OF CHINA ELECTROTECHNICAL SOCIETY Jul. 20 15 光伏发电数据挖掘中的跨度选取 1 2 1 2 李建林 ，籍天明 ， 孔令达 ，韩晓娟 （1．中国电力科学研究院 北京 100 192 2 ．华北电力大学控制与计算机工程学院 北京 100206 ） 摘要 分析光伏电站有 出力数据时，粒度和跨度是两个重要指标。粒度决定了数据的采样 间隔,跨度决定了选取时长。当粒度一定时，跨度过小则包含信息量少，造成信息的缺漏和失真； 跨度过大则信息冗余繁杂，造成存储量和计算量不必要的增大。因此，确定数据跨度对光伏出力 数据的分析有着重要意义。本文首先对光伏电站出力数据进行统计分析，通过自相关分析得出跨 度选取的初步结论。基于天气特征对数据进行聚类，利用统计学原理对不同类别的光伏出力数据 进行最优样本容量估计，确定了光伏电站出力数据分析时所需要的数据跨度，并考察了储能容量需 求与数据跨度的关系。结果表明，光伏出力数据跨度为 3 1 天时即可满足配置储能容量的数据量需 求。 关键词：数据跨度 聚类分析 最适样本容量估计 储能容量需求 中图分类号：TM6 15 Span Determining of Photovoltaic Generation Data Mining L i J ianlin 1 ，J i Tianming2 ， K ong L ingda1 ，Han X iaoj uan2 （1. China Electrical Power Research Institute Beij ing 100 192 China ；2. School of Control and Computer Engineering, North China Electric Power University Beij ing 102206 China ） Abstract Particle size and span are two important indicators when analyzing photovoltaic plant ’s active power output characteristic. Particle size determines the sampling interval and span determines the time length of data. Under a certain particle size, small span make information be of scarcity and distortion while big span make information be of redundancy and repeatability . Therefore, determining the data span is of great significance to analysis of photovoltaic plant ’s output characteristic. In this paper, statistical characteristics of photovoltaic plant ’s output is analyzed firstly, autocorrelation analysis gives a preliminary conclusion of determining the data span . With a clus