CN116937560A - 新能源出力预测方法、装置、设备及可读存储介质 - Google Patents

Abstract

本申请公开了一种新能源出力预测方法、装置、设备及可读存储介质，该方法在预测新能源出力情况时，可先采集新能源出力序列，该新能源出力序列可以输入至LSTM神经网络，并得到供能预测结果，采集用于确定与新能源出力相关的天气情况的环境特征序列；将所述供能预测结果与所述环境特征序列进行组合，形成特征序列；利用所述强化学习智能体基于所述特征序列，生成新能源出力预测结果；可见，本申请可以综合LSTM神经网络以及强化学习智能体，完成新能源出力预测，有效捕捉新能源出力在时间上的变化情况以及外界环境的运行特征对新能源出力的影响，进一步提高本申请预测新能源出力的可靠性以及准确度。

Description

新能源出力预测方法、装置、设备及可读存储介质

技术领域

本申请涉及短期新能源出力预测技术领域，更具体地说，涉及一种新能源出力预测方法、装置、设备及可读存储介质。

背景技术

随着可再生能源的快速发展，以及，化石能源的日渐枯竭，新能源作为一种清洁的可再生能源逐步成为电网的重要供电方式之一。新能源出力是指在电网稳定运行的基础上，以风能发电以及光伏发电为主的新能源供电贡献值。

但由于风能的不稳定性和不可控性，新能源出力的波动性较大，这对电网的平衡性和稳定性构成了挑战。因而，准确预测新能源出力能够帮助电网系统更好地进行统筹规划，提高电网的平衡性以及稳定性。

发明内容

有鉴于此，本申请提供了一种新能源出力预测方法、装置、设备及可读存储介质，用于解决对新能源出力进行预测，以提高电网的平衡性以及稳定性。

为了实现上述目的，现提出的方案如下：

一种新能源出力预测方法，包括：

在需要对新能源出力情况进行预测时，采集新能源出力序列；

获取长短期记忆神经网络LSTM神经网络以及强化学习智能体；

利用所述LSTM神经网络基于所述新能源出力序列，生成供能预测结果；

实时采集最新的环境特征序列，所述环境特征序列用于确定与新能源出力相关的天气情况；

将所述供能预测结果与所述环境特征序列进行组合，形成特征序列；

利用所述强化学习智能体基于所述特征序列，生成新能源出力预测结果。

可选的，获取LSTM神经网络，包括：

获取初始LSTM神经网络及多个历史出力序列，每个所述历史出力序列拼接有两个连续周期的第一真实出力序列及第二真实出力序列；

利用各个所述历史出力序列对所述初始LSTM神经网络进行训练，将最终得到的初始LSTM神经网络作为所述LSTM神经网络。

可选的，所述利用各个所述历史出力序列对所述初始LSTM神经网络进行训练，将最终得到的初始LSTM神经网络作为所述LSTM神经网络，包括：

依次将每个所述历史出力序列输入至所述初始LSTM神经网络，得到所述初始LSTM神经网络基于所述第一真实出力序列输出的预测序列；

根据所述预测序列与输入的所述历史出力序列中的所述第二真实出力序列，计算所述初始LSTM神经网络的损失值；

根据所述损失值对所述初始LSTM神经网络的参数进行调整，直至所述损失值小于预置的损失阈值为止，将最终得到的初始LSTM神经网络作为所述LSTM神经网络。

可选的，获取强化学习智能体，包括：

构建初始智能体；

获取当前时刻对应的训练数据，所述训练数据经过当前时刻的差值、当前时刻之前的预设历史时段内新能源出力功率，以及，预设历史时段以及当前时刻的环境状态特征拼接得到，所述差值为所述LSTM神经网络当前时刻的供能预测结果与真实出力之差；

将所述训练数据作为所述初始智能体的输入，并得到所述初始智能体输出的所述当前时刻下的预测出力功率；

利用预设的奖励函数，计算所述预测出力功率与所述真实出力间的奖励结果，并根据所述奖励结果对所述初始智能体的参数进行更新，直至所述初始智能体收敛为止，将最终得到的初始智能体作为强化学习智能体。

可选的，所述获取当前时刻对应的训练数据，包括：

获取所述LSTM神经网络输出的所述当前时刻的供能预测结果，以及，新能源设备在所述当前时刻的真实出力；

计算所述供能预测结果与所述真实出力间的差值；

获取当前时刻之前的预设历史时段内的新能源出力功率，以及，环境动态系统在预设历史时段以及当前时刻的环境状态特征；

将所述预设历史时段内的新能源出力功率、所述差值、所述预设历史时段以及当前时刻的环境状态特征进行拼接，形成所述当前时刻对应的训练数据。

可选的，所述利用预设的奖励函数，计算所述预测出力功率与所述真实出力间的奖励结果，包括：

获取新能源设备的最大出力能力；

利用所述奖励函数及所述最大出力能力，计算所述预测出力功率与真实出力间的奖励结果。

可选的，所述采集新能源出力序列，包括：

对各个采集点的新能源出力进行采集；

对各个新能源出力进行异常值矫正，将矫正后的各个新能源出力按照时间先后进行排序，形成新能源出力序列。

一种新能源出力预测装置，包括：

采集模块，用于在需要对新能源出力情况进行预测时，采集新能源出力序列；

获取模块，用于获取长短期记忆神经网络LSTM神经网络以及强化学习智能体；

生成模块，用于利用所述LSTM神经网络基于所述新能源出力序列，生成供能预测结果；

确定模块，用于实时采集最新的环境特征序列，所述环境特征序列用于确定与新能源出力相关的天气情况；

组合模块，用于将所述供能预测结果与所述环境特征序列进行组合，形成特征序列；

利用模块，用于利用所述强化学习智能体基于所述特征序列，生成新能源出力预测结果。

一种新能源出力预测设备，包括存储器和处理器；

所述存储器，用于存储程序；

所述处理器，用于执行所述程序，实现上述的新能源出力预测方法的各个步骤。

一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现上述的新能源出力预测方法的各个步骤。

从上述的技术方案可以看出，本申请提供的新能源出力预测方法，该新能源出力预测方法可以用于预测新能源出力情况，可以先采集新能源出力序列，该新能源出力序列可以输入至LSTM神经网络，并得到供能预测结果，如此，本申请可以利用LSTM神经网络有效捕捉新能源随机出力在时间序列上的长期依赖关系，实现供能预测；随后，可以采集用于确定与新能源出力相关的天气情况的环境特征序列；将所述供能预测结果与所述环境特征序列进行组合，形成特征序列；利用所述强化学习智能体基于所述特征序列，生成新能源出力预测结果；如此，可以利用强化学习智能体捕捉与新能源出力相关的环境因素，有效识别当前外界环境的运行特征以及新能源随机出力间的关联关系，完成新能源出力预测。可见，本申请可以综合LSTM神经网络以及强化学习智能体完成新能源出力预测，有效捕捉新能源出力在时间上的变化情况以及外界环境的运行特征对新能源出力的影响，进一步提高本申请预测新能源出力的可靠性以及准确度。

进一步地，强化学习智能体通过强化学习算法训练得到，通过强化学习算法训练得到强化学习智能体不需要预先设置环境物理模型，可以通过与环境的实时交互训练得到强化学习智能体，在动态环境中保证了强化学习智能体的实用性、泛化性以及自适应性，不需要预先准备大量的训练资源对强化学习智能体进行训练，提高了本申请的应用广泛性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请实施例公开的一种新能源出力预测方法流程图；

图2为本申请实施例公开的一种新能源出力预测装置结构框图；

图3为本申请实施例公开的一种新能源出力预测设备的硬件结构框图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请可用于众多通用或专用的计算装置环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器装置、包括以上任何装置或设备的分布式计算环境等等。

接下来结合图1对本申请的新能源出力预测方法进行详细介绍，包括如下步骤：

步骤S1、采集新能源出力序列。

具体地，在需要对预测时刻的新能源出力进行预测时，可以将预测时刻之前预置时段内每个采样点的新能源出力进行采集，形成新能源出力序列。

其中，预置时段的时长可以根据精确度需求进行设置，例如可以设置预置时段为预测时刻前24小时。

相邻采样点间的间隔也可以根据精确度需求进行设置，例如，可以每隔1min设置一个采样点。

步骤S2、获取LSTM神经网络以及强化学习智能体。

具体地，可以预先训练LSTM神经网络以及强化学习智能体，并将训练得到的LSTM神经网络以及强化学习智能体进行存储，在需要对新能源出力情况进行预测时，调用LSTM神经网络以及强化学习智能体。

步骤S3、利用所述LSTM神经网络基于所述新能源出力序列，生成供能预测结果。

具体地，可以将新能源出力序列输入至LSTM神经网络，LSTM神经网络基于训练得到的新能源出力在时间序列上的长短期依赖关系，以及在新能源出力序列上捕捉得到的新能源出力时序化关系，生成并输出供能预测结果。

供能预测结果可以为LSTM神经网络预测的、与预测时刻对应的新能源出力情况。

步骤S4、实时采集最新的环境特征序列，所述环境特征序列用于确定与新能源出力相关的天气情况。

具体地，可以利用环境动态系统，采集预测时刻之前的预置时段内每个采样点的每个环境因素的环境特征，形成每个环境因素对应的环境特征序列，可以实时利用环境动态系统进行采集，对环境特征序列进行更新。

不同的新能源存在不同的环境因素，例如，新能源为风能时，存在风强、风向及风速等环境因素，新能源为光能时，存在光照及辐射等环境因素。

步骤S5、将所述供能预测结果与所述环境特征序列进行组合，形成特征序列。

具体地，可以将供能预测结果拼接于新能源出力序列末端，形成拼接序列；

随后，可以按照对应的采样点，将拼接序列与环境特征序列进行组合，形成特征序列。

步骤S6、利用所述强化学习智能体基于所述特征序列，生成新能源出力预测结果。

具体地，可以将特征序列输入至强化学习智能体，利用所述强化学习智能体捕捉外界环境的运行特征与新能源出力间的关系，并结合LSTM神经网络的供能预测结果，完成新能源出力预测。

新能源出力预测结果为最终的、该预测时刻对应的预测结果，可以利用新能源出力预测结果进行规划。

从上述的技术方案可以看出，本申请提供的新能源出力预测方法，该新能源出力预测方法可以用于预测新能源出力情况，可以先采集新能源出力序列，该新能源出力序列可以输入至LSTM神经网络，并得到供能预测结果，如此，本申请可以利用LSTM神经网络有效捕捉新能源随机出力在时间序列上的长期依赖关系，实现供能预测；随后，可以采集用于确定与新能源出力相关的天气情况的环境特征序列；将所述供能预测结果与所述环境特征序列进行组合，形成特征序列；利用所述强化学习智能体基于所述特征序列，生成新能源出力预测结果；如此，可以利用强化学习智能体捕捉与新能源出力相关的环境因素，有效识别当前外界环境的运行特征以及新能源随机出力间的关联关系，完成新能源出力预测。可见，本申请可以综合LSTM神经网络以及强化学习智能体完成新能源出力预测，有效捕捉新能源出力在时间上的变化情况以及外界环境的运行特征对新能源出力的影响，进一步提高本申请预测新能源出力的可靠性以及准确度。

进一步地，强化学习智能体通过强化学习算法训练得到，通过强化学习算法训练得到强化学习智能体不需要预先设置环境物理模型，可以通过与环境的实时交互训练得到强化学习智能体，在动态环境中保证了强化学习智能体的实用性、泛化性以及自适应性，不需要预先准备大量的训练资源对强化学习智能体进行训练，提高了本申请的应用广泛性。

在本申请的一些实施例中，对步骤S1、采集新能源出力序列的过程进行详细说明，步骤如下：

S10、对各个采集点的新能源出力进行采集。

具体地，可以采集预测时段之前预置时段内各个采样点的新能源出力。

S11、对各个新能源出力进行异常值矫正，将矫正后的各个新能源出力按照时间先后进行排序，形成新能源出力序列。

具体地，可以对数据空缺、数据越限、数据重复等异常情况进行异常值矫正，将矫正后的新能源出力与各个采样点一一对应，按照各个采样点的时间先后，对各个新能源出力进行排序，形成时序化的新能源出力序列。

从上述技术方案可以看出，本实施例提供了一种对新能源出力序列进行异常值矫正的可选的方式，通过上述的方式可以进一步提高本申请输入的新能源处理序列的可靠性，进一步提高本申请的LSTM神经网络输出的供能预测结果的可靠性。

在本申请的一些实施例中，步骤S2中获取LSTM神经网络可以通过训练的方式获取LSTM神经网络，也可以通过调用经过训练的LSTM神经网络实现LSTM神经网络的获取，接下来，将对该训练过程进行详细说明，步骤如下：

S20、获取初始LSTM神经网络及多个历史出力序列，每个所述历史出力序列拼接有两个连续周期的第一真实出力序列及第二真实出力序列。

具体地，可以获取初始的LSTM神经网络，并获取拼接有两个连续周期的第一真实出力序列及第二真实出力序列的历史出力序列。

第一真实出力序列所对应的周期早于所述第二真实出力序列对应的周期。一个周期可以为24小时，也可以为一周，可以根据新能源出力的变化情况进行设置。

各个历史出力序列中可以存在相同的周期，也可以存在不同的周期。

S21、利用各个所述历史出力序列对所述初始LSTM神经网络进行训练，将最终得到的初始LSTM神经网络作为所述LSTM神经网络。

具体地，可以依次将每个历史出力序列输入至初始LSTM神经网络中，得到初始LSTM神经网络输出的预测结果，根据预测结果对初始LSTM神经网络的参数进行调整，直至LSTM神经网络符合预置的要求为止，将最终得到的初始LSTM神经网络作为所述LSTM神经网络。

可以根据初始LSTM神经网络的训练公式对初始LSTM神经网络进行训练。

初始LSTM神经网络的训练公式可以为：

f_t＝σ_g(W_fx_t+U_fh_t-1+b_f)

i_t＝σ_g(W_ix_t+U_ih_t-1+b_i)

o_t＝σ_g(W_ox_t+U_oh_t-1+b_o)

其中，f_t∈(0,1)^h可以表示遗忘门；i_t∈(0,1)^h可以表示输入门；o_t∈(0,1)^h可以表示输出门；可以表示单元门；c_t∈R^h可以表示单元状态；h_t∈(-1,1)^h可以表示t时刻隐藏状态；x_t∈R^d可以表示初始LSTM神经网络的输入；W_f∈R^hxd，且W_f可以表示遗忘门对应神经网络的输入参数矩阵；W_i∈R^hxd，W_i可以表示输入门对应神经网络的输入参数矩阵；W_o∈R^hxd，W_o可以表示输出门对应神经网络的输入参数矩阵；W_c∈R^hxd，W_c可以表示单元门对应神经网络的输入参数矩阵；U_f∈R^hxh，可以表示遗忘门对应神经网络的状态参数矩阵；U_i∈R^hxh，可以表示输入门对应神经网络的状态参数矩阵；U_o∈R^h×h，可以表示输出门对应神经网络的状态参数矩阵；U_c∈R^hxh，可以表示单元门对应神经网络的状态参数矩阵；b_f可以表示遗忘门对应神经网络的偏移参数；b_i可以表示输入门对应神经网络的偏移参数；b_o可以表示输出门对应神经网络的偏移参数；b_c可以表示单元门对应神经网络的偏移参数；h_t-1∈(-1,1)^h可以表示t-1时刻隐藏状态；σ_h可以表示激活函数。

从上述技术方案可以看出，本申请采用两个连续的真实出力序列对初始LSTM神经网络进行训练，提高LSTM神经网络捕捉新能源出力与时间的关联性，以进一步提高新能源预测的准确度。

在本申请的一些实施例中，对步骤S21、利用各个所述历史出力序列对所述初始LSTM神经网络进行训练，将最终得到的初始LSTM神经网络作为所述LSTM神经网络的过程进行详细说明，步骤如下：

S210、依次将每个所述历史出力序列输入至所述初始LSTM神经网络，得到所述初始LSTM神经网络基于所述第一真实出力序列输出的预测序列。

具体地，可以逐步将每个历史出力序列输入至初始LSTM神经网络，利用初始LSTM神经网络基于第一真实出力序列，生成预测序列。

该预测序列对应于该历史出力序列中的第二真实出力序列。

S211、根据所述预测序列与输入的所述历史出力序列中的所述第二真实出力序列，计算所述初始LSTM神经网络的损失值。

具体地，可以计算预测序列与第二真实出力序列间的欧式距离，形成损失值。

S212、根据所述损失值对所述初始LSTM神经网络的参数进行调整，直至所述损失值小于预置的损失阈值为止。

具体地，可以基于损失值的数值大小，对初始LSTM神经网络的参数进行调整，直至损失值小于损失阈值为止，将最终得到的初始LSTM神经网络作为所述LSTM神经网络。

损失阈值可以根据准确度需求进行设置。

从上述技术方案可以看出，本实施例提供了一种训练初始LSTM神经网络的可选的方式，通过上述的方式可以进一步提高LSTM神经网络捕捉新能源出力的时序化，提高本申请预测新能源出力的准确度。

在本申请的一些实施例中，步骤S2中获取强化学习智能体可以通过训练的方式获取，也可以通过调用经过训练的强化学习智能体实现获取，接下来，将对该训练过程进行详细说明，步骤如下：

S22、构建初始智能体。

具体地，可以基于深度神经网络构建初始智能体。

S23、获取当前时刻对应的训练数据，所述训练数据经过当前时刻的差值、当前时刻之前的预设历史时段内新能源出力功率，以及，预设历史时段以及当前时刻的环境状态特征拼接得到，所述差值为所述LSTM神经网络当前时刻的供能预测结果与真实出力之差。

具体地，可以将动态获取训练数据。

其中，训练数据与当前时刻对应，包含有所述LSTM神经网络当前时刻的供能预测结果与真实出力之差、当前时刻之前的预设历史时段内新能源出力功率，以及，预设历史时段以及当前时刻的环境状态特征。

可以将训练数据组成状态空间。

S24、将所述训练数据作为所述初始智能体的输入，并得到所述初始智能体输出的所述当前时刻下的预测出力功率。

具体地，可以将训练数据输入至初始智能体，以便初始智能体基于该训练数据预测新能源的出力功率。

S25、利用预设的奖励函数，计算所述预测出力功率与真实出力间的奖励结果，并根据所述奖励结果对所述初始智能体的参数进行更新，直至所述初始智能体收敛为止，将最终得到的初始智能体作为强化学习智能体。

具体地，可以将预测出力功率以及当前时刻的真实出力代入至奖励函数中，得到奖励结果，根据奖励结果对初始智能体的动作参数进行调整，返回执行步骤S23，得到新的训练数据，直至初始智能体收敛为止，可将最终得到的初始智能体作为强化学习智能体。

从上述技术方案可以看出，本实施例提供了一种训练得到强化学习智能体的可选的方式，通过上述的方式可以获取能够综合历史出力、LSTM神经网络预测结果、环境因素对新能源出力进行预测的强化学习智能体。

在本申请的一些实施例中，对步骤S23中获取当前时刻对应的训练数据的过程进行详细说明，步骤如下：

S230、获取所述LSTM神经网络输出的所述当前时刻的供能预测结果，以及，新能源设备在所述当前时刻的真实出力。

具体地，可以获取LSTM神经网络基于历史序列输出的、当前时刻对应的供能预测结果。

获取新能源设备在当前时刻的真实出力。

S231、计算所述供能预测结果与所述真实出力间的差值。

具体地，可以计算供能预测结果与真实出力之差，作为差值。

S232、获取当前时刻之前的预设历史时段内的新能源出力功率，以及，环境动态系统在预设历史时段以及当前时刻的环境状态特征。

具体地，可以获取预设历史时段内每个采样点的新能源出力功率，形成历史序列，该历史序列可以作为LSTM神经网络的输入，也可以作为训练数据的组成部分。

可以利用环境动态系统，获取预设历史时段内每个采样点的环境状态特征，以及，当前时刻对应的环境状态特征。

S233、将所述预设历史时段内的新能源出力功率、所述差值、所述预设历史时段以及当前时刻的环境状态特征进行拼接，形成所述当前时刻对应的训练数据。

具体地，可以将预设历史时段内每个采样点的新能源出力功率以及环境状态特征，当前时刻对应的环境状态特征以及差值进行拼接，形成训练数据。

从上述技术方案可以看出，本实施例提供了一种获取训练数据的可选的方式，通过上述的方式可以得到训练数据可以进一步提高强化学习智能体的预测能力，从而，提高本申请的可靠性。

在本申请的一些实施例中，对步骤S25中利用预设的奖励函数，计算所述预测出力功率与真实出力间的奖励结果的过程进行详细说明，步骤如下：

S250、获取新能源设备的最大出力能力。

具体地，可以获取新能源设备的最大出力能力，即，最大出力能力用于确定新能源设备的出力最大值。

S251、利用所述奖励函数及所述最大出力能力，计算所述预测出力功率与真实出力间的奖励结果。

具体地，可以将最大出力能力、预测出力功率以及真实出力代入至奖励函数中，计算得到奖励结果。

奖励函数可以如下所示：

r_t可以表示奖励结果；可以表示真实出力；a_t可以表示预测出力功率；P^max可以表示最大出力能力。

从上述技术方案可以看出，本实施例提供了一种计算奖励结果的可选的方式，通过上述的方式可以采用最大出力能力进行归一化，避免绝对误差造成训练不平衡，有效提高强化学习智能体的泛化性。

接下来将结合图2对本申请提供的新能源出力预测装置进行详细介绍，下文提供的新能源出力预测装置可以与上文提供的新能源出力预测方法相互对照。

参见图2可以发现，新能源出力预测装置可以包括：

采集模块1，用于在需要对新能源出力情况进行预测时，采集新能源出力序列；

获取模块2，用于获取长短期记忆神经网络LSTM神经网络以及强化学习智能体；

生成模块3，用于利用所述LSTM神经网络基于所述新能源出力序列，生成供能预测结果；

确定模块4，用于实时采集最新的环境特征序列，所述环境特征序列用于确定与新能源出力相关的天气情况；

组合模块5，用于将所述供能预测结果与所述环境特征序列进行组合，形成特征序列；

利用模块6，用于利用所述强化学习智能体基于所述特征序列，生成新能源出力预测结果。

进一步，采集模块可以包括：

新能源出力采集单元，用于对各个采集点的新能源出力进行采集；

异常值矫正单元，用于对各个新能源出力进行异常值矫正，将矫正后的各个新能源出力按照时间先后进行排序，形成新能源出力序列。

进一步，获取模块可以包括：

历史出力序列获取单元，用于获取初始LSTM神经网络及多个历史出力序列，每个所述历史出力序列拼接有两个连续周期的第一真实出力序列及第二真实出力序列；

初始LSTM神经网络训练单元，用于利用各个所述历史出力序列对所述初始LSTM神经网络进行训练，将最终得到的初始LSTM神经网络作为所述LSTM神经网络。

进一步，初始LSTM神经网络训练单元可以包括：

第一初始LSTM神经网络训练单元，用于依次将每个所述历史出力序列输入至所述初始LSTM神经网络，得到所述初始LSTM神经网络基于所述第一真实出力序列输出的预测序列；

第二初始LSTM神经网络训练单元，用于根据所述预测序列与输入的所述历史出力序列中的所述第二真实出力序列，计算所述初始LSTM神经网络的损失值；

第三初始LSTM神经网络训练单元，用于根据所述损失值对所述初始LSTM神经网络的参数进行调整，直至所述损失值小于预置的损失阈值为止，将最终得到的初始LSTM神经网络作为所述LSTM神经网络。

进一步，获取模块可以包括：

初始智能体构建单元，用于构建初始智能体；

训练数据获取单元，用于获取当前时刻对应的训练数据，所述训练数据经过当前时刻的差值、当前时刻之前的预设历史时段内新能源出力功率，以及，预设历史时段以及当前时刻的环境状态特征拼接得到，所述差值为所述LSTM神经网络当前时刻的供能预测结果与真实出力之差；

训练数据输入单元，用于将所述训练数据作为所述初始智能体的输入，并得到所述初始智能体输出的所述当前时刻下的预测出力功率；

奖励结果计算单元，用于利用预设的奖励函数，计算所述预测出力功率与真实出力间的奖励结果，并根据所述奖励结果对所述初始智能体的参数进行更新，直至所述初始智能体收敛为止，将最终得到的初始智能体作为强化学习智能体。

进一步，训练数据获取单元可以包括：

第一训练数据获取单元，用于获取所述LSTM神经网络输出的所述当前时刻的供能预测结果，以及，新能源设备在所述当前时刻的真实出力；

第二训练数据获取单元，用于计算所述供能预测结果与所述真实出力间的差值；

第三训练数据获取单元，用于获取当前时刻之前的预设历史时段内的新能源出力功率，以及，环境动态系统在预设历史时段以及当前时刻的环境状态特征；

第四训练数据获取单元，用于将所述预设历史时段内的新能源出力功率、所述差值、所述预设历史时段以及当前时刻的环境状态特征进行拼接，形成所述当前时刻对应的训练数据。

进一步，奖励结果计算单元可以包括：

第一奖励结果计算单元，用于获取新能源设备的最大出力能力；

第二奖励结果计算单元，用于利用所述奖励函数及所述最大出力能力，计算所述预测出力功率与真实出力间的奖励结果。

本申请实施例提供的可应用于新能源出力预测设备，如PC终端、云平台、服务器及服务器集群等。可选的，图3示出了新能源出力预测设备的硬件结构框图，参照图3，新能源出力预测设备的硬件结构可以包括：至少一个处理器1，至少一个通信接口2，至少一个存储器3和至少一个通信总线4；

在本申请实施例中，处理器1、通信接口2、存储器3、通信总线4的数量为至少一个，且处理器1、通信接口2、存储器3通过通信总线4完成相互间的通信；

处理器1可能是一个中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路等；

存储器3可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatilememory)等，例如至少一个磁盘存储器；

其中，存储器存储有程序，处理器可调用存储器存储的程序，所述程序用于：

在需要对新能源出力情况进行预测时，采集新能源出力序列；

获取长短期记忆神经网络LSTM神经网络以及强化学习智能体；

利用所述LSTM神经网络基于所述新能源出力序列，生成供能预测结果；

实时采集最新的环境特征序列，所述环境特征序列用于确定与新能源出力相关的天气情况；

将所述供能预测结果与所述环境特征序列进行组合，形成特征序列；

利用所述强化学习智能体基于所述特征序列，生成新能源出力预测结果。

可选地，所述程序的细化功能和扩展功能可参照上文描述。

本申请实施例还提供一种可读存储介质，该可读存储介质可存储有适于处理器执行的程序，所述程序用于：

在需要对新能源出力情况进行预测时，采集新能源出力序列；

获取长短期记忆神经网络LSTM神经网络以及强化学习智能体；

利用所述LSTM神经网络基于所述新能源出力序列，生成供能预测结果；

实时采集最新的环境特征序列，所述环境特征序列用于确定与新能源出力相关的天气情况；

将所述供能预测结果与所述环境特征序列进行组合，形成特征序列；

利用所述强化学习智能体基于所述特征序列，生成新能源出力预测结果。

可选地，所述程序的细化功能和扩展功能可参照上文描述。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。本申请的各个实施例之间可以相互结合。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种新能源出力预测方法，其特征在于，包括：

在需要对新能源出力情况进行预测时，采集新能源出力序列；

获取长短期记忆神经网络LSTM神经网络以及强化学习智能体；

利用所述LSTM神经网络基于所述新能源出力序列，生成供能预测结果；

实时采集最新的环境特征序列，所述环境特征序列用于确定与新能源出力相关的天气情况；

将所述供能预测结果与所述环境特征序列进行组合，形成特征序列；

利用所述强化学习智能体基于所述特征序列，生成新能源出力预测结果。

2.根据权利要求1所述的新能源出力预测方法，其特征在于，获取LSTM神经网络，包括：

获取初始LSTM神经网络及多个历史出力序列，每个所述历史出力序列拼接有两个连续周期的第一真实出力序列及第二真实出力序列；

利用各个所述历史出力序列对所述初始LSTM神经网络进行训练，将最终得到的初始LSTM神经网络作为所述LSTM神经网络。

3.根据权利要求2所述的新能源出力预测方法，其特征在于，所述利用各个所述历史出力序列对所述初始LSTM神经网络进行训练，将最终得到的初始LSTM神经网络作为所述LSTM神经网络，包括：

依次将每个所述历史出力序列输入至所述初始LSTM神经网络，得到所述初始LSTM神经网络基于所述第一真实出力序列输出的预测序列；

根据所述预测序列与输入的所述历史出力序列中的所述第二真实出力序列，计算所述初始LSTM神经网络的损失值；

根据所述损失值对所述初始LSTM神经网络的参数进行调整，直至所述损失值小于预置的损失阈值为止，将最终得到的初始LSTM神经网络作为所述LSTM神经网络。

4.根据权利要求1所述的新能源出力预测方法，其特征在于，获取强化学习智能体，包括：

构建初始智能体；

获取当前时刻对应的训练数据，所述训练数据经过当前时刻的差值、当前时刻之前的预设历史时段内新能源出力功率，以及，预设历史时段以及当前时刻的环境状态特征拼接得到，所述差值为所述LSTM神经网络当前时刻的供能预测结果与真实出力之差；

将所述训练数据作为所述初始智能体的输入，并得到所述初始智能体输出的所述当前时刻下的预测出力功率；

利用预设的奖励函数，计算所述预测出力功率与所述真实出力间的奖励结果，并根据所述奖励结果对所述初始智能体的参数进行更新，直至所述初始智能体收敛为止，将最终得到的初始智能体作为强化学习智能体。

5.根据权利要求4所述的新能源出力预测方法，其特征在于，所述获取当前时刻对应的训练数据，包括：

获取所述LSTM神经网络输出的所述当前时刻的供能预测结果，以及，新能源设备在所述当前时刻的真实出力；

计算所述供能预测结果与所述真实出力间的差值；

获取当前时刻之前的预设历史时段内的新能源出力功率，以及，环境动态系统在预设历史时段以及当前时刻的环境状态特征；

将所述预设历史时段内的新能源出力功率、所述差值、所述预设历史时段以及当前时刻的环境状态特征进行拼接，形成所述当前时刻对应的训练数据。

6.根据权利要求4所述的新能源出力预测方法，其特征在于，所述利用预设的奖励函数，计算所述预测出力功率与所述真实出力间的奖励结果，包括：

获取新能源设备的最大出力能力；

利用所述奖励函数及所述最大出力能力，计算所述预测出力功率与真实出力间的奖励结果。

7.根据权利要求1所述的新能源出力预测方法，其特征在于，所述采集新能源出力序列，包括：

对各个采集点的新能源出力进行采集；

对各个新能源出力进行异常值矫正，将矫正后的各个新能源出力按照时间先后进行排序，形成新能源出力序列。

8.一种新能源出力预测装置，其特征在于，包括：

采集模块，用于在需要对新能源出力情况进行预测时，采集新能源出力序列；

获取模块，用于获取长短期记忆神经网络LSTM神经网络以及强化学习智能体；

生成模块，用于利用所述LSTM神经网络基于所述新能源出力序列，生成供能预测结果；

确定模块，用于实时采集最新的环境特征序列，所述环境特征序列用于确定与新能源出力相关的天气情况；

组合模块，用于将所述供能预测结果与所述环境特征序列进行组合，形成特征序列；

利用模块，用于利用所述强化学习智能体基于所述特征序列，生成新能源出力预测结果。

9.一种新能源出力预测设备，其特征在于，包括存储器和处理器；

所述存储器，用于存储程序；

所述处理器，用于执行所述程序，实现如权利要求1-7中任一项所述的新能源出力预测方法的各个步骤。

10.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1-7中任一项所述的新能源出力预测方法的各个步骤。