- 专利标题: 基于CNN神经网络的光伏发电功率预测管理方法及系统
-
申请号: CN202311210268.3申请日: 2023-09-19
-
公开(公告)号: CN117318024A公开(公告)日: 2023-12-29
- 发明人: 王一妹 , 周利 , 任鑫 , 武青 , 孙钰淑 , 郭晓征 , 李润 , 杨雪
- 申请人: 华能澜沧江水电股份有限公司 , 中国华能集团清洁能源技术研究院有限公司 , 北京东润环能科技股份有限公司
- 申请人地址: 云南省昆明市官渡区世纪城中路1号
- 专利权人: 华能澜沧江水电股份有限公司,中国华能集团清洁能源技术研究院有限公司,北京东润环能科技股份有限公司
- 当前专利权人: 华能澜沧江水电股份有限公司,中国华能集团清洁能源技术研究院有限公司,北京东润环能科技股份有限公司
- 当前专利权人地址: 云南省昆明市官渡区世纪城中路1号
- 代理机构: 北京市广友专利事务所有限责任公司
- 代理商 张仲波; 陈超
- 主分类号: H02J3/00
- IPC分类号: H02J3/00 ; H02J3/38 ; H02J13/00 ; H02S50/00 ; G06Q10/04 ; G06Q50/06 ; G06N3/0464 ; G06N3/084
摘要:
本申请涉及一种基于CNN神经网络的光伏发电功率预测管理方法及系统,基于CNN神经网络,训练生成覆盖光伏组件的图像数据、太阳辐射数据、随光照转动角度数据、清洁度数据、老化程度数据以及温度数据的CNN光伏发电功率预测模型,基于该模型,从多角度方位实现对光伏发电功率的预测,使得CNN模型能够考虑到更为全面的模型影响因子,使得所预测的光伏发电功率更加贴合实际,降低与实际的偏差。本方案由光伏发电总站实现对各个光伏发电子站的实时功率监测,能够在总站的监督指导下,由子站根据CNN光伏发电功率预测模型独立完成各自光伏发电功率预测的前提下,保证子站预测的独立性,避免因总站介入子站功率预测而降低子站数据的可行性。
公开/授权文献
- CN117318024B 基于CNN神经网络的光伏发电功率预测管理方法及系统 公开/授权日:2024-06-18