摘要
本发明公开了基于隐马尔可夫的分布式能源运行状态预测方法及系统，涉及新能源与电力系统管理技术领域，包括：收集分布式光伏发电系统的历史运行数据；采用GMM模型对历史运行数据提取状态特征数据，并进行运行状态分类；采用GA算法优化隐马尔可夫模型，将分类后的状态特征数据输入优化后的GA‑HMM模型进行训练；利用HMM模型的观测概率矩阵和状态转移概率矩阵，结合实时数据推断系统当前系统所处的状态。本发明通过结合GMM模型对分布式光伏发电系统运行状态进行分类和提取状态特征，通过GA算法优化HMM模型，实现了对分布式光伏发电系统三种运行状态的准确识别，并且在故障状态的识别上实现100％的准确识别。
