辐照数据预测方法、装置、系统与计算机可读存储介质与流程

1.本发明涉及光伏发电技术领域，尤其涉及辐照数据预测方法、装置、系统与计算机可读存储介质。


背景技术：

2.近年来，光伏发电得到了快速增长，其中，辐照数据作为光伏发电系统关键输入项，光伏电站在智能监控运维及精确评估运维效果中都对高精度辐照数据需求越来越高，当前电站辐照数据主要有两种获取方式：第一种方式通过地面气象站测量，实际运维站点全部通过安装昂贵的辐照设备获取高精度辐照数据代价较大，并且考虑到分布式电站及复杂山地电站组件倾角较多，每个倾角需对应一块高精度辐照表，设备费用过高，经济上可行性较低。第二种方式通过辐照数据资源商购买辐照数据，但其是基于卫星数据并通过地球模型计算得到实际地面上的辐照数据，数据误差较大，难以满足电站建设选址及运维监控等数据需求，且数据需求量较多时，费用较多。因此，如何降低辐照数据获取成本并提高辐照数据预测的准确性是急需解决的问题。


技术实现要素：

3.本发明的主要目的在于提出一种辐照数据预测方法、装置、系统与计算机可读存储介质，旨在解决如何降低辐照数据获取成本并提高辐照数据预测的准确性的问题。
4.为实现上述目的，本发明提供一种辐照数据预测方法，所述辐照数据预测方法包括如下步骤：
5.获取目标区域中的待预测位置对应的待预测电站信息和待预测电站卫星辐照数据；
6.基于所述待预测电站信息、所述待预测电站卫星辐照数据和预先训练的目标辐照预测模型，确定所述待预测位置对应的辐照数据，其中，所述目标辐照预测模型基于所述目标区域中的目标样本区域对应的电站信息、电站辐照数据和电站卫星辐照数据训练得到。
7.可选地，获取目标区域中的待预测位置对应的待预测电站信息和待预测电站卫星辐照数据的步骤之前，包括：
8.确定目标区域，并根据所述目标区域确定目标样本区域集合；
9.根据所述目标样本区域集合中的每个目标样本区域对应的电站信息、电站辐照数据和电站卫星辐照数据，训练得到目标辐照预测模型。
10.可选地，根据所述目标区域确定样本区域集合的步骤包括：
11.获取所述目标区域内的电站分布情况，并根据所述电站分布情况确定目标电站集合和目标距离；
12.根据所述目标电站集合和所述目标距离，在所述目标区域内确定样本区域集合；
13.根据预设电站数量，在所述样本区域集合中确定目标样本区域集合。
14.可选地，根据所述目标电站集合和所述目标距离，在所述目标区域内确定样本区
域集合的步骤包括：
15.获取所述目标电站集合中每个目标电站对应的经纬度，并根据每个目标电站对应的经纬度和所述目标距离计算出区域顶点坐标集合；
16.根据所述区域顶点坐标集合和所述目标电站集合，在所述目标区域内确定样本区域集合。
17.可选地，根据所述目标样本区域集合中的每个目标样本区域对应的电站信息、电站辐照数据和电站卫星辐照数据，训练得到目标辐照预测模型的步骤包括：
18.根据预设电站数量，在所述目标样本区域集合中的每个目标样本区域中确定训练集电站和测试集电站；
19.根据所述训练集电站和所述测试集电站中的电站信息、电站辐照数据和电站卫星辐照数据，确定目标辐照预测预模型集合；
20.确定所述目标辐照预测预模型集合中每个目标辐照预测预模型对应的计算误差，并根据所述计算误差在所述目标辐照预测预模型集合中确定目标辐照预测模型。
21.可选地，根据所述训练集电站和所述测试集电站中的电站信息、电站辐照数据和电站卫星辐照数据，确定目标辐照预测预模型集合的步骤包括：
22.根据每个目标样本区域对应的所述训练集电站中的电站信息、电站辐照数据和电站卫星辐照数据，训练得到每个目标样本区域对应的辐照预测预模型集合；
23.根据每个目标样本区域对应的所述测试集电站中的电站信息、电站辐照数据和电站卫星辐照数据对每个目标样本区域对应的辐照预测预模型集合进行验证，得到验证结果；
24.根据所述验证结果，在每个目标样本区域对应的辐照预测预模型集合中确定目标辐照预测预模型集合。
25.可选地，根据每个目标样本区域对应的所述训练集电站中的电站信息、电站辐照数据和电站卫星辐照数据，训练得到每个目标样本区域对应的辐照预测预模型集合的步骤包括：
26.获取每个目标样本区域对应的所述训练集电站中的电站辐照数据的第一时间信息和电站卫星辐照数据的第二时间信息，并根据所述第一时间信息和所述第二时间信息，将所述电站辐照数据和所述电站卫星辐照数据进行对齐；
27.根据每个目标样本区域对应的所述训练集电站中的电站信息、经过对齐的电站辐照数据和电站卫星辐照数据，创建模型特征；
28.根据所述模型特征训练得到每个目标样本区域对应的辐照预测预模型集合。
29.可选地，确定所述目标辐照预测预模型集合中每个目标辐照预测预模型对应的计算误差的步骤包括：
30.获取每个目标样本区域对应的测试集电站的电站信息和电站卫星辐照数据，将所述电站信息和所述电站卫星辐照数据输入每个目标样本区域对应的目标辐照预测预模型，得到辐照预测值；
31.获取每个目标样本区域对应的测试集电站的电站辐照数据，并根据所述辐照预测值和所述电站辐照数据，计算出所述目标辐照预测预模型集合中每个目标辐照预测预模型对应的计算误差。
32.可选地，根据所述计算误差在所述目标辐照预测预模型集合中确定目标辐照预测模型的步骤包括：
33.在所述目标辐照预测预模型集合中确定计算误差小于预设误差值的第一辐照预测预模型集合；
34.将所述第一辐照预测预模型集合中的每个第一辐照预测预模型对应的计算误差进行对比，以在所述第一辐照预测预模型集合确定计算误差最小的第一辐照预测预模型；
35.将计算误差最小的第一辐照预测预模型作为目标辐照预测模型。
36.可选地，基于所述待预测电站信息、所述待预测电站卫星辐照数据和预先训练的目标辐照预测模型，确定所述待预测位置对应的辐照数据的步骤包括：
37.根据所述待预测电站信息和所述待预测电站卫星辐照数据，构建模型输入特征数据；
38.将所述模型输入特征数据输入预先训练的目标辐照预测模型，通过所述目标辐照预测模型基于所述模型输入特征数据得到所述待预测位置对应的辐照数据。
39.此外，为实现上述目的，本发明还提供一种辐照数据预测装置，所述辐照数据预测装置包括：
40.获取模块，用于获取目标区域中的待预测位置对应的待预测电站信息和待预测电站卫星辐照数据；
41.确定模块，用于基于所述待预测电站信息、所述待预测电站卫星辐照数据和预先训练的目标辐照预测模型，确定所述待预测位置对应的辐照数据，其中，所述目标辐照预测模型基于所述目标区域中的目标样本区域对应的电站信息、电站辐照数据和电站卫星辐照数据训练得到。
42.进一步地，所述获取模块还包括训练模块，所述训练模块用于：
43.确定目标区域，并根据所述目标区域确定目标样本区域集合；
44.根据所述目标样本区域集合中的每个目标样本区域对应的电站信息、电站辐照数据和电站卫星辐照数据，训练得到目标辐照预测模型。
45.进一步地，所述训练模块还用于：
46.获取所述目标区域内的电站分布情况，并根据所述电站分布情况确定目标电站集合和目标距离；
47.根据所述目标电站集合和所述目标距离，在所述目标区域内确定样本区域集合；
48.根据预设电站数量，在所述样本区域集合中确定目标样本区域集合。
49.进一步地，所述训练模块还用于：
50.获取所述目标电站集合中每个目标电站对应的经纬度，并根据每个目标电站对应的经纬度和所述目标距离计算出区域顶点坐标集合；
51.根据所述区域顶点坐标集合和所述目标电站集合，在所述目标区域内确定样本区域集合。
52.进一步地，所述训练模块还用于：
53.根据预设电站数量，在所述目标样本区域集合中的每个目标样本区域中确定训练集电站和测试集电站；
54.根据所述训练集电站和所述测试集电站中的电站信息、电站辐照数据和电站卫星
辐照数据，确定目标辐照预测预模型集合；
55.确定所述目标辐照预测预模型集合中每个目标辐照预测预模型对应的计算误差，并根据所述计算误差在所述目标辐照预测预模型集合中确定目标辐照预测模型。
56.进一步地，所述训练模块还用于：
57.根据每个目标样本区域对应的所述训练集电站中的电站信息、电站辐照数据和电站卫星辐照数据，训练得到每个目标样本区域对应的辐照预测预模型集合；
58.根据每个目标样本区域对应的所述测试集电站中的电站信息、电站辐照数据和电站卫星辐照数据对每个目标样本区域对应的辐照预测预模型集合进行验证，得到验证结果；
59.根据所述验证结果，在每个目标样本区域对应的辐照预测预模型集合中确定目标辐照预测预模型集合。
60.进一步地，所述训练模块还用于：
61.获取每个目标样本区域对应的所述训练集电站中的电站辐照数据的第一时间信息和电站卫星辐照数据的第二时间信息，并根据所述第一时间信息和所述第二时间信息，将所述电站辐照数据和所述电站卫星辐照数据进行对齐；
62.根据每个目标样本区域对应的所述训练集电站中的电站信息、经过对齐的电站辐照数据和电站卫星辐照数据，创建模型特征；
63.根据所述模型特征训练得到每个目标样本区域对应的辐照预测预模型集合。
64.进一步地，所述训练模块还用于：
65.获取每个目标样本区域对应的测试集电站的电站信息和电站卫星辐照数据，将所述电站信息和所述电站卫星辐照数据输入每个目标样本区域对应的目标辐照预测预模型，得到辐照预测值；
66.获取每个目标样本区域对应的测试集电站的电站辐照数据，并根据所述辐照预测值和所述电站辐照数据，计算出所述目标辐照预测预模型集合中每个目标辐照预测预模型对应的计算误差。
67.进一步地，所述训练模块还用于：
68.在所述目标辐照预测预模型集合中确定计算误差小于预设误差值的第一辐照预测预模型集合；
69.将所述第一辐照预测预模型集合中的每个第一辐照预测预模型对应的计算误差进行对比，以在所述第一辐照预测预模型集合确定计算误差最小的第一辐照预测预模型；
70.将计算误差最小的第一辐照预测预模型作为目标辐照预测模型。
71.进一步地，所述确定模块还用于：
72.根据所述待预测电站信息和所述待预测电站卫星辐照数据，构建模型输入特征数据；
73.将所述模型输入特征数据输入预先训练的目标辐照预测模型，通过所述目标辐照预测模型基于所述模型输入特征数据得到所述待预测位置对应的辐照数据。
74.此外，为实现上述目的，本发明还提供一种辐照数据预测系统，所述辐照数据预测系统包括：存储器、处理器及储存在所述存储器上并可在所述处理器上运行的辐照数据预测程序，所述辐照数据预测程序被所述处理器执行时实现如上所述的辐照数据预测方法的
步骤。
75.此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上储存有辐照数据预测程序，所述辐照数据预测程序被处理器执行时实现如上所述的辐照数据预测方法的步骤。
76.本发明提出的辐照数据预测方法，获取目标区域中的待预测位置对应的待预测电站信息和待预测电站卫星辐照数据；基于所述待预测电站信息、所述待预测电站卫星辐照数据和预先训练的目标辐照预测模型，确定所述待预测位置对应的辐照数据，其中，所述目标辐照预测模型基于所述目标区域中的目标样本区域对应的电站信息、电站辐照数据和电站卫星辐照数据训练得到。本发明根据目标样本区域的电站信息、电站辐照数据和电站卫星辐照数据训练得到目标辐照预测模型，不需要实际运维站点全部通过安装昂贵的辐照设备获取高精度辐照数据，降低辐照数据获取成本，通过目标辐照预测模型预测目标区域内任意位置的辐照数据，不需要根据卫星数据并通过地球模型计算得到实际地面上的辐照数据，提高辐照数据预测的准确性。
附图说明
77.图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图；
78.图2为本发明辐照数据预测方法第一实施例的流程示意图；
79.图3为本发明辐照数据预测方法第二实施例的流程示意图；
80.图4为本发明辐照数据预测方法第三实施例的流程示意图；
81.图5为本发明辐照数据预测装置结构示意图。
82.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
83.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
84.如图1所示，图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图。
85.本发明实施例设备可以是pc机或服务器设备。
86.如图1所示，该设备可以包括：处理器1001，例如cpu，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。存储器1005可以是高速ram存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的储存装置。
87.本领域技术人员可以理解，图1中示出的设备结构并不构成对设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
88.如图1所示，作为一种计算机储存介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及辐照数据预测程序。
89.其中，操作系统是管理和控制便携储存设备与软件资源的程序，支持网络通信模块、用户接口模块、辐照数据预测程序以及其他程序或软件的运行；网络通信模块用于管理
和控制网络接口1002；用户接口模块用于管理和控制用户接口1003。
90.在图1所示的设备中，所述设备通过处理器1001调用存储器1005中储存的辐照数据预测程序，并执行下述辐照数据预测方法各个实施例中的操作。
91.基于上述硬件结构，提出本发明辐照数据预测方法实施例。
92.参照图2，图2为本发明辐照数据预测方法第一实施例的流程示意图，所述方法包括：
93.步骤s10，获取目标区域中的待预测位置对应的待预测电站信息和待预测电站卫星辐照数据；
94.步骤s20，基于所述待预测电站信息、所述待预测电站卫星辐照数据和预先训练的目标辐照预测模型，确定所述待预测位置对应的辐照数据，其中，所述目标辐照预测模型基于所述目标区域中的目标样本区域对应的电站信息、电站辐照数据和电站卫星辐照数据训练得到。
95.本实施例辐照数据预测方法运用于光伏发电机构中的辐照数据预测系统中，该辐照数据预测系统可应用于终端设备、pc终端等智能设备上；为了方便描述，以辐照数据预测系统为例进行说明；辐照数据预测系统获取目标区域中的待预测位置对应的待预测电站信息和待预测电站卫星辐照数据；辐照数据预测系统根据待预测电站信息和待预测电站卫星辐照数据，构建模型输入特征数据；将模型输入特征数据输入预先训练的目标辐照预测模型，通过目标辐照预测模型基于模型输入特征数据得到待预测位置对应的辐照数据，其中，目标辐照预测模型基于目标区域中的目标样本区域对应的电站信息、电站辐照数据和电站卫星辐照数据训练得到。需要说明的是，目标区域为需要预测辐照数据的区域；电站信息包括：电站的经纬度、电站类型、电站辐照仪倾斜角、电站温湿度等，电站辐照数据是通过安装在电站的高精度辐照仪获取的，安装在电站的高精度辐照仪在训练得到目标辐照预测模型后会被拆除，可以利用到其他区域的电站中进行模型训练，达到节约成本的目的，电站卫星辐照数据是通过相关的卫星网站获取的。
96.本实施例的辐照数据预测方法，获取目标区域中的待预测位置对应的待预测电站信息和待预测电站卫星辐照数据；基于待预测电站信息、待预测电站卫星辐照数据和预先训练的目标辐照预测模型，确定待预测位置对应的辐照数据，其中，目标辐照预测模型基于目标区域中的目标样本区域对应的电站信息、电站辐照数据和电站卫星辐照数据训练得到。本发明根据目标样本区域的电站信息、电站辐照数据和电站卫星辐照数据训练得到目标辐照预测模型，不需要实际运维站点全部通过安装昂贵的辐照设备获取高精度辐照数据，降低辐照数据获取成本，通过目标辐照预测模型预测目标区域内任意位置的辐照数据，不需要根据卫星数据并通过地球模型计算得到实际地面上的辐照数据，提高辐照数据预测的准确性。
97.以下将对各个步骤进行详细说明：
98.步骤s10，获取目标区域中的待预测位置对应的待预测电站信息和待预测电站卫星辐照数据；
99.在本实施例中，辐照数据预测系统先确定目标区域，并在目标区域中确定待预测位置，其中，待预测位置可以由相关人员向辐照数据预测系统输入，辐照数据预测系统获取待预测位置对应的待预测电站信息和待预测电站卫星辐照数据；需要说明的是，待预测位
置对应的待预测电站信息包括：电站的经纬度、电站类型、电站辐照仪倾斜角、电站温湿度等，待预测位置对应的待预测电站卫星辐照数据是通过相关的卫星网站获取的。
100.步骤s20，基于所述待预测电站信息、所述待预测电站卫星辐照数据和预先训练的目标辐照预测模型，确定所述待预测位置对应的辐照数据，其中，所述目标辐照预测模型基于所述目标区域中的目标样本区域对应的电站信息、电站辐照数据和电站卫星辐照数据训练得到。
101.在本实施例中，辐照数据预测系统基于待预测位置对应的待预测电站信息、待预测电站卫星辐照数据和预先训练的目标辐照预测模型，确定待预测位置对应的辐照数据，其中，目标辐照预测模型基于目标区域中的目标样本区域对应的电站信息、电站辐照数据和电站卫星辐照数据训练得到；具体地，辐照数据预测系统获取相关人员输入的目标区域，对目标区域进行区域划分，得到目标样本区域集合，辐照数据预测系统在确定目标样本区域集合后，根据目标样本区域集合中的每个目标样本区域中包括的电站对应的电站信息、电站辐照数据和电站卫星辐照数据，训练得到每个目标样本区域对应的辐照预测模型；再根据每个目标样本区域对应的辐照预测模型确定目标辐照预测模型；需要说明的是，辐照数据预测系统根据目标样本区域集合中的每个目标样本区域对应的电站信息、电站辐照数据和电站卫星辐照数据，对gru(门控循环单元gated recurrent unit)神经网络模型进行训练，得到每个目标样本区域对应的辐照预测模型。
102.具体地，步骤s20包括：
103.步骤s201，根据所述待预测电站信息和所述待预测电站卫星辐照数据，构建模型输入特征数据；
104.步骤s202，将所述模型输入特征数据输入所述目标辐照预测模型，通过所述目标辐照预测模型基于所述模型输入特征数据得到所述待预测位置对应的辐照数据。
105.在步骤s201至步骤s202中，辐照数据预测系统在确定目标区域中的待预测位置后，辐照数据预测系统同时获取待预测位置对应的待预测电站信息和待预测电站卫星辐照数据，并根据待预测电站信息和待预测电站卫星辐照数据，构建模型输入特征数据，模型输入特征数据包括：经度、纬度、时角、赤纬角、倾斜角、卫星辐照、卫星辐照斜率等相关特征，经度、纬度用于计算时角、赤纬角，时角、赤纬角是辐照的影响因子，倾斜角是待预测位置的辐照角度，是影响实际辐照的影响因子，卫星辐照斜率是用于计算辐照的前后点时刻关系。辐照数据预测系统将模型输入特征数据输入预先训练的目标辐照预测模型，通过目标辐照预测模型基于模型输入特征数据得到待预测位置对应的辐照数据。
106.本实施例的辐照数据预测系统获取目标区域中的待预测位置对应的待预测电站信息和待预测电站卫星辐照数据；辐照数据预测系统根据待预测电站信息和待预测电站卫星辐照数据，构建模型输入特征数据；将模型输入特征数据输入预先训练的目标辐照预测模型，通过目标辐照预测模型基于模型输入特征数据得到待预测位置对应的辐照数据，其中，目标辐照预测模型基于目标区域中的目标样本区域对应的电站信息、电站辐照数据和电站卫星辐照数据训练得到。本发明根据目标样本区域的电站信息、电站辐照数据和电站卫星辐照数据训练得到目标辐照预测模型，不需要实际运维站点全部通过安装昂贵的辐照设备获取高精度辐照数据，降低辐照数据获取成本，通过目标辐照预测模型预测目标区域内任意位置的辐照数据，不需要根据卫星数据并通过地球模型计算得到实际地面上的辐照
数据，提高辐照数据预测的准确性。
107.进一步地，参考图3，提出本发明的第二实施例，本发明的第二实施例与第一实施例的区别在于，获取目标区域中的待预测位置对应的待预测电站信息和待预测电站卫星辐照数据的步骤之前，包括：
108.步骤a，确定目标区域，并根据所述目标区域确定目标样本区域集合；
109.步骤b，根据所述目标样本区域集合中的每个目标样本区域对应的电站信息、电站辐照数据和电站卫星辐照数据，训练得到目标辐照预测模型。
110.本实施例的辐照数据预测系统确定目标区域，获取目标区域和目标区域内的电站分布情况，并根据电站分布情况确定目标电站集合和目标距离；辐照数据预测系统根据目标电站集合和目标距离，在目标区域内确定样本区域集合，根据预设电站数量，在样本区域集合中确定目标样本区域集合；辐照数据预测系统根据预设电站数量，在目标样本区域集合中的每个目标样本区域中确定训练集电站和测试集电站；根据训练集电站和测试集电站中的电站信息、电站辐照数据和电站卫星辐照数据，确定目标辐照预测预模型集合；辐照数据预测系统确定目标辐照预测预模型集合中每个目标辐照预测预模型对应的计算误差，并根据计算误差在目标辐照预测预模型集合中确定目标辐照预测模型。需要说明的是，目标区域为需要预测辐照数据的区域；电站信息包括：电站的经纬度、电站类型、电站辐照仪倾斜角、电站温湿度等，电站辐照数据是通过安装在电站的高精度辐照仪获取的，安装在电站的高精度辐照仪在训练得到目标辐照预测模型后会被拆除，可以利用到其他区域的电站中进行模型训练，达到节约成本的目的，电站卫星辐照数据是通过相关的卫星网站获取的。
111.本实施例的辐照数据预测方法，确定目标区域，并根据目标区域确定目标样本区域集合；根据目标样本区域集合中的每个目标样本区域对应的电站信息、电站辐照数据和电站卫星辐照数据，训练得到目标辐照预测模型。本发明根据目标样本区域的电站信息、电站辐照数据和电站卫星辐照数据训练得到目标辐照预测模型，不需要实际运维站点全部通过安装昂贵的辐照设备获取高精度辐照数据，降低辐照数据获取成本，通过目标辐照预测模型预测目标区域内任意位置的辐照数据，不需要根据卫星数据并通过地球模型计算得到实际地面上的辐照数据，提高辐照数据预测的准确性。
112.以下将对各个步骤进行详细说明：
113.步骤a，获取目标区域，并根据所述目标区域确定目标样本区域集合；
114.在本实施例中，辐照数据预测系统获取相关人员输入的目标区域，对目标区域进行区域划分，得到目标样本区域集合。
115.具体地，步骤a包括：
116.步骤a1，获取所述目标区域内的电站分布情况，并根据所述电站分布情况确定目标电站集合和目标距离；
117.在该步骤中，辐照数据预测系统获取目标区域内的电站分布情况，其中，目标区域内的电站可以是光伏发电电站或虚拟电站，虚拟电站可以理解为该位置仅安装了高精度辐照仪，辐照数据预测系统根据目标区域内的电站分布情况确定目标电站集合和目标距离，可以理解的是，目标区域内的电站都安装有高精度辐照仪，用于获取电站辐照数据，便于后续的模型训练，辐照数据预测系统根据目标区域内的电站分布情况，以目标电站集合中的每个目标电站为中心，并且缩小后续划分的区域内的地理信息偏差为基准，确定目标电站
集合和目标距离。
118.步骤a2，根据所述目标电站集合和所述目标距离，在所述目标区域内确定样本区域集合；
119.在该步骤中，辐照数据预测系统在确定目标电站集合和目标距离后，以目标电站集合中的每个目标电站为中心，并以目标距离为目标电站到区域边界的距离，在目标区域内划分区域，进而确定样本区域集合；可以理解的是，样本区域集合中的样本区域优选地为矩形区域，可选地为其他形状的区域，具体的区域形状可根据实际情况确定，在此不做限定。
120.进一步地，步骤a2包括：
121.步骤a21，获取所述目标电站集合中每个目标电站对应的经纬度，并根据每个目标电站对应的经纬度和所述目标距离计算出区域顶点坐标集合；
122.在该步骤中，辐照数据预测系统获取目标电站集合中每个目标电站对应的经纬度，并根据每个目标电站对应的经纬度和目标距离计算出区域顶点坐标集合；可以理解的是，区域顶点坐标集合包括以每个目标电站为中心的矩形区域的四个顶点的坐标；具体计算区域顶点坐标集合的公式如下：
[0123][0124][0125]
left-top＝(lat
△
lat，lon
‑△
lon)
[0126]
left-bottom＝(lat
‑△
lat，lon
‑△
ion)
[0127]
right-top＝(lat
△
lat，lon
△
lon)
[0128]
right-bottom＝(lat
‑△
lat，lon
△
lon)
[0129]
其中，r代表目标距离，r＝6378.137km表示地球半径，lon为目标电站经度，lat为目标电站纬度，单位为角度，
△
lon和
△
lat代表经纬度的偏移量，left-top、left-bottom、right-top和right-bottom分别代表矩形区域的左上点经纬度、左下点经纬度、右上点经纬度和右下点经纬度。
[0130]
步骤a22，根据所述区域顶点坐标集合和所述目标电站集合，在所述目标区域内确定样本区域集合。
[0131]
在该步骤中，辐照数据预测系统在确定以每个目标电站为中心的矩形区域的四个顶点的坐标后，便可确定每个以目标电站为中心的矩形区域的四个顶点在目标区域的位置，进而在目标区域每个以目标电站为中心的矩形区域，得到样本区域集合。
[0132]
步骤a3，根据预设电站数量，在所述样本区域集合中确定目标样本区域集合。
[0133]
在该步骤中，辐照数据预测系统根据预设电站数量，在样本区域集合中确定目标样本区域集合；需要说明的是，预设电站数量为样本区域集合中的每个样本区域中包含的电站的数量，可根据具体情况设定；如：预设电站数量为3，目标区域中的样本区域集合中一共有五个样本区域，其中，有三个样本区域中的电站数量大于3，有两个样本区域中的电站数量小于3，辐照数据预测系统将电站数量大于3的三个样本区域确定为目标样本区域，进而在样本区域集合中确定目标样本区域集合。
[0134]
步骤b，根据所述目标样本区域集合中的每个目标样本区域对应的电站信息、电站
辐照数据和电站卫星辐照数据，训练得到目标辐照预测模型；
[0135]
在本实施例中，辐照数据预测系统在确定目标样本区域集合后，根据目标样本区域集合中的每个目标样本区域中包括的电站对应的电站信息、电站辐照数据和电站卫星辐照数据，训练得到每个目标样本区域对应的辐照预测模型；可选地，可随机将一个目标样本区域对应的辐照预测模型作为目标辐照预测模型，可选地，可在所有的目标样本区域对应的辐照预测模型中选取一个计算误差最小的辐照预测模型作为目标辐照预测模型。需要说明的是，辐照数据预测系统根据目标样本区域集合中的每个目标样本区域对应的电站信息、电站辐照数据和电站卫星辐照数据，对gru(门控循环单元gated recurrent unit)神经网络模型进行训练，得到每个目标样本区域对应的辐照预测模型。
[0136]
具体地，步骤b包括：
[0137]
步骤b1，根据预设电站数量，在所述目标样本区域集合中的每个目标样本区域中确定训练集电站和测试集电站；
[0138]
在该步骤中，辐照数据预测系统根据预设电站数量，在目标样本区域集合中的每个目标样本区域中确定训练集电站和测试集电站；如：预设电站数量为3，某个目标样本区域中包括编号分别为1-5的5个电站，辐照数据预测系统根据预设电站数量，对目标样本区域中电站划分训练集电站和测试集电站，具体地，可将编号为1、2和3的电站划分为训练集电站，将编号为4和5的电站划分为测试集电站，可将编号为1、2和5的电站划分为训练集电站，将编号为3和4的电站划分为测试集电站，还可将编号为3、4和5的电站划分为训练集电站，将编号为1和2的电站划分为测试集电站等，也即，随机将目标样本区域中的三个电站划分为训练集电站，其余的电站则划分为测试集电站。
[0139]
步骤b2，根据所述训练集电站和所述测试集电站中的电站信息、电站辐照数据和电站卫星辐照数据，确定目标辐照预测预模型集合；
[0140]
在该步骤中，辐照数据预测系统根据每个目标样本区域训练集电站中的电站信息、电站辐照数据和电站卫星辐照数据，训练得到每个目标样本区域对应的辐照预测预模型，并根据每个目标样本区域测试集电站中的电站信息、电站辐照数据和电站卫星辐照数据，对每个目标样本区域对应的辐照预测预模型进行验证，在验证通过时，确定每个目标样本区域对应的目标辐照预测预模型集合。
[0141]
步骤b3，确定所述目标辐照预测预模型集合中每个目标辐照预测预模型对应的计算误差，并根据所述计算误差在所述目标辐照预测预模型集合中确定目标辐照预测模型。
[0142]
在该步骤中，辐照数据预测系统将每个目标样本区域测试集电站中的电站信息、电站辐照数据和电站卫星辐照数据输入每个目标样本区域对应的目标辐照预测预模型集合中的每个目标辐照预测预模型，得到每个目标辐照预测预模型对应的计算误差，并根据计算误差在每个目标样本区域对应的目标辐照预测预模型集合中确定第一辐照预测模型集合，并根据所有目标样本区域对应的第一辐照预测模型集合，确定目标辐照预测模型。
[0143]
进一步地，确定所述目标辐照预测预模型集合中每个目标辐照预测预模型对应的计算误差的步骤包括：
[0144]
步骤b31，获取每个目标样本区域对应的测试集电站的电站信息和电站卫星辐照数据，将所述电站信息和所述电站卫星辐照数据输入每个目标样本区域对应的目标辐照预测预模型，得到辐照预测值；
[0145]
在该步骤中，辐照数据预测系统获取每个目标样本区域对应的测试集电站的电站信息和电站卫星辐照数据，根据电站信息和电站卫星辐照数据，构建模型输入特征数据，并将模型输入特征数据输入每个目标样本区域对应的目标辐照预测预模型，得到辐照预测值；
[0146]
步骤b32，获取每个目标样本区域对应的测试集电站的电站辐照数据，并根据所述辐照预测值和所述电站辐照数据，计算出所述目标辐照预测预模型集合中每个目标辐照预测预模型对应的计算误差。
[0147]
在该步骤中，辐照数据预测系统获取每个目标样本区域对应的测试集电站的电站辐照数据，并基于辐照预测值和电站辐照数据，计算出每个目标样本区域对应的目标辐照预测预模型集合中每个目标辐照预测预模型对应的计算误差。其中，在确定计算误差时，辐照数据预测系统获取的测试集电站的电站辐照数据为月度真实辐照累加值，即该电站的电站辐照数据是电站一个月的辐照值累加并乘600计算得到的，辐照数据预测系统获取的辐照预测值为月度预测辐照累加值，是电站一个月的预测辐照值累加并乘600计算得到的，确定计算误差的公式如下：
[0148][0149]
其中，error为计算误差，∑x为电站辐照数据，∑y为辐照预测值。
[0150]
进一步地，根据所述计算误差在所述目标辐照预测预模型集合中确定目标辐照预测模型的步骤包括：
[0151]
步骤b33，在所述目标辐照预测预模型集合中确定计算误差小于预设误差值的第一辐照预测预模型集合；
[0152]
步骤b34，将所述第一辐照预测预模型集合中的每个第一辐照预测预模型对应的计算误差进行对比，以在所述第一辐照预测预模型集合确定计算误差最小的第一辐照预测预模型；
[0153]
步骤b35，将计算误差最小的第一辐照预测预模型作为目标辐照预测模型。
[0154]
在步骤b33至步骤b35中，辐照数据预测系统在计算出每个目标样本区域对应的目标辐照预测预模型集合中每个目标辐照预测预模型对应的计算误差后，将目标辐照预测预模型集合中每个目标辐照预测预模型对应的计算误差进行对比，在每个目标样本区域对应的目标辐照预测预模型集合中确定计算误差小于预设误差值的第一辐照预测预模型集合；辐照数据预测系统将所有目标样本区域对应的第一辐照预测预模型集合中的每个第一辐照预测预模型对应的计算误差进行对比，以在所有的目标样本区域对应的第一辐照预测预模型集合确定计算误差最小的第一辐照预测预模型，并将计算误差最小的第一辐照预测预模型作为目标辐照预测模型。可选地，辐照数据预测系统还可随机将第一辐照预测预模型集合中的某个第一辐照预测预模型作为目标辐照预测模型。
[0155]
本实施例的辐照数据预测系统获取目标区域和目标区域内的电站分布情况，并根据电站分布情况确定目标电站集合和目标距离；辐照数据预测系统根据目标电站集合和目标距离，在目标区域内确定样本区域集合，根据预设电站数量，在样本区域集合中确定目标样本区域集合；辐照数据预测系统根据预设电站数量，在目标样本区域集合中的每个目标样本区域中确定训练集电站和测试集电站；根据训练集电站和测试集电站中的电站信息、
电站辐照数据和电站卫星辐照数据，确定目标辐照预测预模型集合；辐照数据预测系统确定目标辐照预测预模型集合中每个目标辐照预测预模型对应的计算误差，并根据计算误差在目标辐照预测预模型集合中确定目标辐照预测模型。本发明根据目标样本区域的电站信息、电站辐照数据和电站卫星辐照数据训练得到目标辐照预测模型，不需要实际运维站点全部通过安装昂贵的辐照设备获取高精度辐照数据，降低辐照数据获取成本，通过目标辐照预测模型预测目标区域内任意位置的辐照数据，不需要根据卫星数据并通过地球模型计算得到实际地面上的辐照数据，提高辐照数据预测的准确性。
[0156]
进一步地，参考图4，提出本发明的第三实施例，本发明的第三实施例与第一实施例和第二实施例的区别在于，根据所述训练集电站和所述测试集电站中的电站信息、电站辐照数据和电站卫星辐照数据，确定目标辐照预测预模型集合的步骤包括：
[0157]
步骤b21，根据每个目标样本区域对应的所述训练集电站中的电站信息、电站辐照数据和电站卫星辐照数据，训练得到每个目标样本区域对应的辐照预测预模型集合；
[0158]
步骤b22，根据每个目标样本区域对应的所述测试集电站中的电站信息、电站辐照数据和电站卫星辐照数据对每个目标样本区域对应的辐照预测预模型集合进行验证，得到验证结果；
[0159]
步骤b23，根据所述验证结果，在每个目标样本区域对应的辐照预测预模型集合中确定目标辐照预测预模型集合。
[0160]
在本实施例中，辐照数据预测系统获取每个目标样本区域对应的测试集电站中的电站信息、电站辐照数据和电站卫星辐照数据，并根据电站信息、电站辐照数据和电站卫星辐照数据构建模型特征，将模型特征输入gru(门控循环单元gated recurrent unit)神经网络模型，训练得到每个目标样本区域对应的辐照预测预模型集合；辐照数据预测系统获取每个目标样本区域对应的测试集电站的电站信息和电站卫星辐照数据，根据电站信息和电站卫星辐照数据，构建模型输入特征数据，并将模型输入特征数据输入每个目标样本区域对应的目标辐照预测预模型，得到辐照预测值；辐照数据预测系统获取每个目标样本区域对应的测试集电站的电站辐照数据，并根据辐照预测值和电站辐照数据，计算出每个目标样本区域对应的目标辐照预测预模型集合中每个目标辐照预测预模型对应的计算误差，再将每个目标辐照预测预模型对应的计算误差与预设误差阈值进行对比，得到验证结果；辐照数据预测系统根据验证结果，将每个目标样本区域对应的辐照预测预模型集合中计算误差小于预设误差阈值的辐照预测预模型作为目标辐照预测预模型，进而确定目标辐照预测预模型集合。其中，在确定计算误差时，辐照数据预测系统获取的测试集电站的电站辐照数据为月度真实辐照累加值，即该电站的电站辐照数据是电站一个月的辐照值累加并乘600计算得到的，辐照数据预测系统获取的辐照预测值为月度预测辐照累加值，是电站一个月的预测辐照值累加并乘600计算得到的，确定计算误差的公式如下：
[0161][0162]
其中，error为计算误差，∑x为电站辐照数据，∑y为辐照预测值。
[0163]
具体地，步骤s2021包括：
[0164]
步骤b211，获取每个目标样本区域对应的所述训练集电站中的电站辐照数据的第一时间信息和电站卫星辐照数据的第二时间信息，并根据所述第一时间信息和所述第二时
间信息，将所述电站辐照数据和所述电站卫星辐照数据进行对齐；
[0165]
步骤b212，根据每个目标样本区域对应的所述训练集电站中的电站信息、经过对齐的电站辐照数据和电站卫星辐照数据，创建模型特征；
[0166]
步骤b213，根据所述模型特征训练得到每个目标样本区域对应的辐照预测预模型集合。
[0167]
在步骤b211至步骤b213中，辐照数据预测系统获取每个目标样本区域对应的训练集电站中的电站辐照数据的第一时间信息和电站卫星辐照数据的第二时间信息，并根据第一时间信息和第二时间信息，将电站辐照数据和电站卫星辐照数据进行对齐；辐照数据预测系统根据每个目标样本区域对应的训练集电站中的电站信息，以及经过对齐的电站辐照数据和电站卫星辐照数据，创建模型特征，并将根据模型特征输入将模型特征输入gru(门控循环单元gated recurrent unit)神经网络模型，训练得到每个目标样本区域对应的辐照预测预模型集合。
[0168]
本实施例的辐照数据预测系统根据每个目标样本区域对应的训练集电站和测试集电站中的电站信息、电站辐照数据和电站卫星辐照数据，通过训练得到每个目标样本区域对应的辐照预测预模型集合，通过验证得到每个目标样本区域对应的目标辐照预测预模型集合；通过根据电站信息、电站辐照数据和电站卫星辐照数据训练和验证得到目标辐照预测预模型集合，为后续确定目标辐照预测模型打下基础，通过目标辐照预测模型预测目标区域内任意位置的辐照数据，不需要实际运维站点全部通过安装昂贵的辐照设备获取高精度辐照数据，降低辐照数据获取成本，不需要根据卫星数据并通过地球模型计算得到实际地面上的辐照数据，提高辐照数据预测的准确性。
[0169]
如图5所示，本发明还提供一种辐照数据预测装置。本发明辐照数据预测装置包括：
[0170]
获取模块101，用于获取目标区域中的待预测位置对应的待预测电站信息和待预测电站卫星辐照数据；
[0171]
确定模块102，用于基于所述待预测电站信息、所述待预测电站卫星辐照数据和预先训练的目标辐照预测模型，确定所述待预测位置对应的辐照数据，其中，所述目标辐照预测模型基于所述目标区域中的目标样本区域对应的电站信息、电站辐照数据和电站卫星辐照数据训练得到。
[0172]
进一步地，所述获取模块还包括训练模块，所述训练模块用于：
[0173]
确定目标区域，并根据所述目标区域确定目标样本区域集合；
[0174]
根据所述目标样本区域集合中的每个目标样本区域对应的电站信息、电站辐照数据和电站卫星辐照数据，训练得到目标辐照预测模型。
[0175]
进一步地，所述训练模块还用于：
[0176]
获取所述目标区域内的电站分布情况，并根据所述电站分布情况确定目标电站集合和目标距离；
[0177]
根据所述目标电站集合和所述目标距离，在所述目标区域内确定样本区域集合；
[0178]
根据预设电站数量，在所述样本区域集合中确定目标样本区域集合。
[0179]
进一步地，所述训练模块还用于：
[0180]
获取所述目标电站集合中每个目标电站对应的经纬度，并根据每个目标电站对应
的经纬度和所述目标距离计算出区域顶点坐标集合；
[0181]
根据所述区域顶点坐标集合和所述目标电站集合，在所述目标区域内确定样本区域集合。
[0182]
进一步地，所述训练模块还用于：
[0183]
根据预设电站数量，在所述目标样本区域集合中的每个目标样本区域中确定训练集电站和测试集电站；
[0184]
根据所述训练集电站和所述测试集电站中的电站信息、电站辐照数据和电站卫星辐照数据，确定目标辐照预测预模型集合；
[0185]
确定所述目标辐照预测预模型集合中每个目标辐照预测预模型对应的计算误差，并根据所述计算误差在所述目标辐照预测预模型集合中确定目标辐照预测模型。
[0186]
进一步地，所述训练模块还用于：
[0187]
根据每个目标样本区域对应的所述训练集电站中的电站信息、电站辐照数据和电站卫星辐照数据，训练得到每个目标样本区域对应的辐照预测预模型集合；
[0188]
根据每个目标样本区域对应的所述测试集电站中的电站信息、电站辐照数据和电站卫星辐照数据对每个目标样本区域对应的辐照预测预模型集合进行验证，得到验证结果；
[0189]
根据所述验证结果，在每个目标样本区域对应的辐照预测预模型集合中确定目标辐照预测预模型集合。
[0190]
进一步地，所述训练模块还用于：
[0191]
获取每个目标样本区域对应的所述训练集电站中的电站辐照数据的第一时间信息和电站卫星辐照数据的第二时间信息，并根据所述第一时间信息和所述第二时间信息，将所述电站辐照数据和所述电站卫星辐照数据进行对齐；
[0192]
根据每个目标样本区域对应的所述训练集电站中的电站信息、经过对齐的电站辐照数据和电站卫星辐照数据，创建模型特征；
[0193]
根据所述模型特征训练得到每个目标样本区域对应的辐照预测预模型集合。
[0194]
进一步地，所述训练模块还用于：
[0195]
获取每个目标样本区域对应的测试集电站的电站信息和电站卫星辐照数据，将所述电站信息和所述电站卫星辐照数据输入每个目标样本区域对应的目标辐照预测预模型，得到辐照预测值；
[0196]
获取每个目标样本区域对应的测试集电站的电站辐照数据，并根据所述辐照预测值和所述电站辐照数据，计算出所述目标辐照预测预模型集合中每个目标辐照预测预模型对应的计算误差。
[0197]
进一步地，所述训练模块还用于：
[0198]
在所述目标辐照预测预模型集合中确定计算误差小于预设误差值的第一辐照预测预模型集合；
[0199]
将所述第一辐照预测预模型集合中的每个第一辐照预测预模型对应的计算误差进行对比，以在所述第一辐照预测预模型集合确定计算误差最小的第一辐照预测预模型；
[0200]
将计算误差最小的第一辐照预测预模型作为目标辐照预测模型。
[0201]
进一步地，所述确定模块还用于：
[0202]
根据所述待预测电站信息和所述待预测电站卫星辐照数据，构建模型输入特征数据；
[0203]
将所述模型输入特征数据输入所述目标辐照预测模型，通过所述目标辐照预测模型基于所述模型输入特征数据得到所述待预测位置对应的辐照数据。
[0204]
本发明还提供一种辐照数据预测系统。
[0205]
辐照数据预测系统包括：存储器、处理器及储存在所述存储器上并可在所述处理器上运行的辐照数据预测程序，所述辐照数据预测程序被所述处理器执行时实现如上所述的辐照数据预测方法的步骤。
[0206]
其中，在所述处理器上运行的辐照数据预测程序被执行时所实现的方法可参照本发明辐照数据预测方法各个实施例，此处不再赘述。
[0207]
本发明还提供一种计算机可读存储介质。
[0208]
所述计算机可读存储介质上储存有辐照数据预测程序，所述辐照数据预测程序被处理器执行时实现如上所述的辐照数据预测方法的步骤。
[0209]
其中，在所述处理器上运行的辐照数据预测程序被执行时所实现的方法可参照本发明辐照数据预测方法各个实施例，此处不再赘述。
[0210]
需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
[0211]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0212]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品储存在如上所述的一个储存介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
[0213]
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书与附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。