技術(shù)特征：

1.一種基于常規(guī)天氣預(yù)報的直接輻射預(yù)測方法，其特征在于，所述方法包括如下步驟：

步驟1.根據(jù)天氣類型分類算法，采用優(yōu)選的統(tǒng)計(jì)方法將所述天氣類型分類，得到天氣類型分類模型；

步驟2.根據(jù)所述天氣類型分類模型及歷史直接輻射數(shù)據(jù)，建立天氣類型曲線模型；

步驟3.根據(jù)所述天氣類型曲線模型及輸入常規(guī)天氣預(yù)報數(shù)據(jù)，建立直接輻射預(yù)測模型，得到未來24小時的直接輻射預(yù)測數(shù)據(jù)。

2.如權(quán)利要求1所述的方法，其特征在于，所述步驟1包括：

1-1.根據(jù)直接輻射的大小及變化趨勢，通過每日均值聚類將天氣類型分為晴云天樣本和陰天樣本；得到晴云天樣本模型及陰天樣本模型；

1-2.在所述晴云天樣本模型中根據(jù)每日差分均值將其分為晴天樣本和晴間多云天樣本，得到晴天樣本模型及晴間多云天樣本模型。

3.如權(quán)利要求2所述的方法，其特征在于，所述1-1包括：

a.對每日日出日落時間范圍內(nèi)的輻射數(shù)據(jù)求取每日均值，利用k-均值聚類方法，得到晴天樣本和陰天樣本；

b.根據(jù)所述晴天樣本均值的最小值，得到陰天樣本及晴天樣本的分類極值；進(jìn)而得到晴云天樣本模型及陰天樣本模型。

4.如權(quán)利要求2所述的方法，其特征在于，所述1-2包括：

c.對每日日出日落時間范圍內(nèi)的輻射數(shù)據(jù)進(jìn)行差分，求得到差分值得到每日差分均值Y_j：

$Y_j=\frac{1}{n-1}\underset{i=2}{\overset{n}{\Σ}}(X_{i+1}-X_i)---\left(1\right)$

式(1)中，X_i+1表示第j日的i+1時刻的直接輻射值；n代表每日的直接輻射 樣本個數(shù)；X_i表示第j日的i時刻的直接輻射值；

d.根據(jù)k-均值聚類方法，將每日差分均值進(jìn)行聚類，得到晴天樣本和晴間多云天樣本；

其中，所述k-均值聚類方法是以隨機(jī)選取的k個樣本作為起始中心點(diǎn)，將除k之外的其余樣本歸入相似度最高中心點(diǎn)所在的簇，再確立當(dāng)前簇中樣本坐標(biāo)的均值為新的中心點(diǎn)，依次循環(huán)迭代下去，直至所有樣本所屬類別不再變動；

e.根據(jù)晴間多云天樣本均值分類的最大值，得到晴天樣本和晴間多云天樣本的分類極值；進(jìn)而得到晴天樣本模型及晴間多云天樣本模型。

5.如權(quán)利要求1所述的方法，其特征在于，所述步驟2包括：

2-1.根據(jù)所述晴天樣本、晴間多云天樣本、陰天樣本的曲線擬合，分別得到晴天樣本、晴間多云天樣本及陰天樣本曲線；

2-2.采用局部加權(quán)回歸散點(diǎn)平滑法分別對所述晴天樣本、晴間多云天樣本及陰天樣本曲線進(jìn)行擬合，建立所述天氣類型曲線模型。

6.如權(quán)利要求5所述的方法，其特征在于，所述2-2中的所述局部加權(quán)回歸散點(diǎn)平滑法包括：

f.計(jì)算指定窗口內(nèi)各個直接輻射數(shù)據(jù)點(diǎn)的初始權(quán)重，權(quán)重函數(shù)一般表達(dá)為數(shù)值之間歐氏距離比值的立方函數(shù)；

g.利用初始權(quán)重進(jìn)行回歸估計(jì)，利用估計(jì)式的殘差定義穩(wěn)健的權(quán)函數(shù)，計(jì)算新的權(quán)重；

h.根據(jù)所述新的權(quán)重，重復(fù)步驟g修正權(quán)函數(shù)，直到第N步后得到收斂的多項(xiàng)式；

i.根據(jù)所述多項(xiàng)式和權(quán)重得到任意點(diǎn)的光滑值。

7.如權(quán)利要求1所述的方法，其特征在于，所述步驟3包括：

3-1.輸入未來24小時的常規(guī)天氣預(yù)報數(shù)據(jù)，并根據(jù)所述天氣類型分類模型將其分 為晴天、晴間多云以及陰天預(yù)報數(shù)據(jù)；

3-2.根據(jù)所述晴天、晴間多云以及陰天預(yù)報數(shù)據(jù)及所述天氣類型曲線模型，建立直接輻射預(yù)測模型，得到未來24小時的直接輻射預(yù)測數(shù)據(jù)。