计及空调运行状态的定频中央空调日前负荷预测方法

    公开(公告)号:CN117515802A

    公开(公告)日:2024-02-06

    申请号:CN202311552798.6

    申请日:2023-11-20

    Abstract: 本发明提供一种计及空调运行状态的定频中央空调日前负荷预测方法,通过获取历史时段的n组监测数据;对监测数据进行归一化处理得出无量纲的新数据,并将影响中央空调冷量需求因素的新数据分别进行与中央空调系统负荷率的相关性分析,根据相关性分析结果分配权重,得到贡献值历史数据序列;建立EPGA‑BPNN模型;得到预测时段前设定时段的的贡献值数据序列;输入训练后的EPGA‑BPNN模型,得到预测时段的中央空调系统负荷率;判定预测时段的中央空调系统的运行状态,制定预测时段相应的调控策略;该方法能够提高中央空调日前负荷预测的准确性,能够实现对中央空调的精准调控,适用于空调负荷和运行阶段预测。

    基于CURE聚类的Batch-Lasso短期光伏功率预测方法

    公开(公告)号:CN117477560A

    公开(公告)日:2024-01-30

    申请号:CN202311561053.6

    申请日:2023-11-21

    Abstract: 本发明提供一种基于CURE聚类的Batch‑Lasso短期光伏功率预测方法,通过获取光伏电站所在区域的历史卫星云图和气象数据集,对历史卫星云图进行数据处理,获得云遮挡特征数据集,将气象数据集与云遮挡特征数据集组成天气数据集;得到季节天气数据集,基于CURE聚类算法对季节天气数据集进行二次聚类,得到设定种类的气象模式及对应的训练数据集;分别在得到的设定种类的气象模式下,建立Batch‑Lasso光伏功率预测模型;得到短期光伏功率预测模型;输出光伏功率预测结果;该方法能够使用更少的训练数据完成更精确的光伏发电功率预测,能够在天气状况出现较大波动的情况下,在任一时空下拥有较高的预测精度,能够更准确的预测出未来时刻光伏发电的功率值。

    基于联邦学习的电力需求侧分布式负荷调控方法及系统

    公开(公告)号:CN118868078A

    公开(公告)日:2024-10-29

    申请号:CN202411096593.6

    申请日:2024-08-12

    Abstract: 本发明提供一种基于联邦学习的电力需求侧分布式负荷调控方法及系统,该方法通过采集可调负荷单元的负荷状态信息,负荷层将负荷状态信息进行加密后,得到加密后的负荷状态信息,并上传至终端层;终端层对加密后的负荷状态信息进行解密后,建立训练数据集;针对调控区域内可调负荷单元,主站层基于调控目标建立调控模型;终端层与主站层基于联邦学习联合训练调控模型,直至模型收敛,得到收敛的调控模型;主站层根据收敛的调控模型生成调控指令;终端层对生成的调控指令进行分解得到分解后的调控指令;负荷层执行分解后的调控指令;本发明能够提高负荷调控过程中负荷数据的可靠性与安全性,能够实现对可调负荷保护数据安全的同时实现负荷调控。

Patent Agency Ranking