SNE8500型新能源发电场站功率预测系统是尚特杰与东南大学共同研究开发。预测系统综合国内外五家主流天气预报数据，通过AI大数据和时空模式分析，经粒子群优化和光信号数值优化算法得到高精度数值天气预报。基于神经网络算法构建能够自主学习的预测模型，搭建完备的实时数据库、历史数据库系统，利用各种通讯接口协议采集场站集控系统和气象站数据对各个新能源场站进行智能化、定制化建模，实现场站发电功率短期/超短期的高精度预测，目前系统的短期和超短期预测精度均超过90%。
产品功能
01 短期功率预测
场站未来0-72h功率变化曲线的预测，时间分辨率为15min。
02 超短期功率预测
场站未来0-4h功率变化曲线的预测，时间分辨率为15min，每15min滚动执行一次。
03 数据采集
系统自动实时采集场站输出功率数据、逆变器/风机组运行状态和气象站气象要素监测数据，自动定期获取天气预报数据。
04 统计分析
对任意时间区间的预测结果进行误差分析统计，对各种参数数据进行完整性统计、分布统计、变化率统计等，统计结果可以动态生成导出，便于后期分析以及科研。
05 数据上报
可按照调度技术要求，实现标准格式的短期功率预测、超短期功率预测、气象站实时监测等信息的上报。根据要求数据可以上报云平台，以及通过标准协议上报第三方平台系统。
06 实时对比监测
短期功率预测曲线、超短期功率预测曲线和实时功率曲线实时显示对比。
07 系统管理
系统管理提供用户管理、角色管理、权限管理、菜单管理、部门管理、参数设置、通知公告、日志管理等系统参数配置管理功能。
08 人机界面
基于B/S架构，任意授权电脑均可通过web界面进行人机交互方便快捷。
09 云端展示
适配云端版本预测数据上传云端随时随地查看预测信息。
技术特点
基于神经网络的高精度预测算法
采用基于神经网络算法的深度自学习预测模型以及循环反馈神经网络，可以通过光伏电站的历史运行数据进行深度自学习进化预测模型，提高功率预测精确度。
因地制宜构建项目专属预测模型
预测模型支持多种变量因素的添加修改，系统具备深度学习优化训练预测模型功能，通过一段时间的运行训练系统将形成专属的预测模型，提高系统预测精确度。
五种国内外权威气象源数据支撑
光功率预测系统采用欧美和国内五家优质气象源数据作为支撑，结合案例现场的历史数据进行评估，通过一个月左右的针对性综合训练和精度对比，选择最合适的气象源组合和模型。
兼容行业多种数据通信协议转换
支持目前主流的ModBus RTU、ModBus-Tcp、IEC-60870-5-103、IEC-60870-5-104、IEC-60870-5-101、DL451-91CDT、OPC、IEC61850等标准通讯协议。
提供云端版本实时展示预测结果
通过正向隔离装置和防火墙将功率预测服务器的预测数据上传云端平台，用户可以随时随地通过浏览器或者手机APP查看光伏电站的功率预测数据和电站运行状态。
原标题：新能源场站智能功率预测系统
