-
公开(公告)号：CN113887843A
公开(公告)日：2022-01-04
申请号：CN202111480130.6
申请日：2021-12-07
Applicant: 中国电力科学研究院有限公司
Inventor： 刘纯 , 王勃 , 冯双磊 , 车建峰 , 裴岩 , 汪步惟 , 王铮 , 王钊 , 赵艳青 , 姜文玲 , 张菲 , 靳双龙 , 刘晓琳 , 宋宗鹏 , 胡菊 , 马振强 , 滑申冰
Abstract: 本发明提供了一种风电场输出功率的群体预测方法和系统，包括：将待预测时刻多个风电场站的数值天气预报数据按照预设格式转化为气象图数据；将气象图数据输入预先构建的图卷积预测模型，得到功率图数据作为待预测时刻多个风电场站的输出功率预测值；其中，气象图数据包括各风电场站的气象参数、测量参数以及不同风电场站间的联接权重，图卷积预测模型是采用多个风电场站的历史气象图数据和历史功率图数据训练得到的；本发明仅需建立一个图卷积预测模型即可得到包括多个风电场站功率的多条预测曲线，在大规模风电功率预测场景中，仅需训练、部署、维护一个模型即可实现多个风电场多条预测曲线的预测，可降低模型训练、模型部署、模型维护的成本。
-
公开(公告)号：CN112348292B
公开(公告)日：2021-08-06
申请号：CN202110015294.5
申请日：2021-01-07
Applicant: 中国电力科学研究院有限公司
Abstract: 本发明提供了一种基于深度学习网络的短期风电功率预测方法和系统，包括：获取待预测风电所在区域的数值天气预报数据；将数值天气预报数据输入预先训练的深度学习映射模型，得到风电功率的预测值；其中，深度学习映射模型包括数值天气预报数据与风电功率预测值的对应关系；数值天气预报数据按照位置构成网格，网格中每个格点包括多个天气参数；本发明可提升风电场短期功率预测精度，同时可以降低区域风电功率预测模型的建模时间，降低所需的计算资源和人力资源。
-
公开(公告)号：CN116703007B
公开(公告)日：2023-12-15
申请号：CN202310955256.7
申请日：2023-08-01
Applicant: 中国电力科学研究院有限公司
IPC: G06Q10/04 , G06Q10/067 , G06Q50/06 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种风电集群预测模型的构建方法、功率预测方法及装置，包括：基于区域中各风电场在采样周期内各时刻的实际功率和区域中各网格在采样周期内的数值天气预报，按照设定风速点进行拟合得到该设定风速点对应的各风电场的功率曲线；基于各风电场的功率曲线，利用区域中各网格在采样周期内的数值天气预报确定各风电场在采样周期内各时刻的模拟功率；利用各风电场在采样周期内各时刻的模拟功率构建模型数据集；利用模型数据集构建风电集群预测模型；利用风电集群预测模型，预测得到区域中各风电场在预测时段的预测功率。本申请提供的技术方案，提高了风电集群中各风电场的功率预测的准确性和可靠性，且该预测方法适用性广泛，时效性好。
-
公开(公告)号：CN114004430A
公开(公告)日：2022-02-01
申请号：CN202210002536.1
申请日：2022-01-05
Applicant: 中国电力科学研究院有限公司
Inventor： 冯双磊 , 王伟胜 , 王勃 , 刘纯 , 靳双龙 , 刘晓琳 , 宋宗朋 , 胡菊 , 滑申冰 , 马振强 , 张艾虎 , 郭于阳 , 王铮 , 车建峰 , 张菲 , 姜文玲 , 赵艳青 , 王钊 , 裴岩 , 汪步惟 , 李红莉 , 韩振永
Abstract: 本发明提供了一种风速预报方法和系统，包括：基于模式背景场与最新的气象要素数据，采用预先构建的全局最优同化方案进行资料同化，得到模式初始状态；基于模式初始状态，采用预先训练的模式参数化方案进行预测，得到风速预报场；针对资料同化和模式参数化方案环节，在传统的基于物理机理和已知规律约束的数值天气预报模式基础上，面向缺乏或没有物理机理约束的情况，本发明通过采用人工智能算法训练出全局最优同化方案和模式参数化方案，充分发挥人工智能算法的优势，从而显著提升风速预报的准确率。
-
公开(公告)号：CN112132365B
公开(公告)日：2021-04-16
申请号：CN202011326412.6
申请日：2020-11-24
Applicant: 中国电力科学研究院有限公司
Abstract: 本发明提供了一种基于多尺度特征的预报风速订正方法和系统，包括：基于风速变化的物理过程将预报风速序列分解为多尺度特征；从历史观测资料中选取与所述预报风速序列相似的观测数据；基于相似的观测数据分别对所述预报风速序列中各尺度特征进行订正，然后合成得到订正后的预报风速。本发明提供的技术方案提取多尺度特征，突破目标统计订正中无物理机理、订正效果有限的瓶颈，消除了天气尺度误差，进一步提高风速预报的准确率。
-
Patent Agency Ranking
公开(公告)号：CN112132365A
公开(公告)日：2020-12-25
申请号：CN202011326412.6
申请日：2020-11-24
Applicant: 中国电力科学研究院有限公司
Abstract: 本发明提供了一种基于多尺度特征的预报风速订正方法和系统，包括：基于风速变化的物理过程将预报风速序列分解为多尺度特征；从历史观测资料中选取与所述预报风速序列相似的观测数据；基于相似的观测数据分别对所述预报风速序列中各尺度特征进行订正，然后合成得到订正后的预报风速。本发明提供的技术方案提取多尺度特征，突破目标统计订正中无物理机理、订正效果有限的瓶颈，消除了天气尺度误差，进一步提高风速预报的准确率。
-
公开(公告)号：CN108074015B
公开(公告)日：2023-10-27
申请号：CN201711416137.5
申请日：2017-12-25
Applicant: 中国电力科学研究院有限公司 , 国家电网公司 , 国家电网公司西北分部 , 国网冀北电力有限公司
IPC: G06Q10/0637 , G06Q10/04 , G06Q50/06
Abstract: 本发明提供一种风电功率超短期预测方法及系统，包括：在风电功率主成分波动序列中检测局部极值点，生成连续极值变化范围在装机容量预设阈值约束下的极值点序列；在极值点序列中选取采样数据的相邻极值点，定义历史复合波动序列；计算历史复合波动序列与下一时刻的预测复合波动序列之间的欧式距离；根据欧式距离对历史复合波动序列进行降序排列，并根据波动特征，确定类波动序列；对类波动序列进行类波动趋势融合，获得超短期预测结果。利用风电主成分波动的稳态趋势统计特征，结合未来波动态势判断，实现了高精度的风电功率超短期预测。
-
公开(公告)号：CN108074015A
公开(公告)日：2018-05-25
申请号：CN201711416137.5
申请日：2017-12-25
Applicant: 中国电力科学研究院有限公司 , 国家电网公司 , 国家电网公司西北分部 , 国网冀北电力有限公司
Abstract: 本发明提供一种风电功率超短期预测方法及系统，包括：在风电功率主成分波动序列中检测局部极值点，生成连续极值变化范围在装机容量预设阈值约束下的极值点序列；在极值点序列中选取采样数据的相邻极值点，定义历史复合波动序列；计算历史复合波动序列与下一时刻的预测复合波动序列之间的欧式距离；根据欧式距离对历史复合波动序列进行降序排列，并根据波动特征，确定类波动序列；对类波动序列进行类波动趋势融合，获得超短期预测结果。利用风电主成分波动的稳态趋势统计特征，结合未来波动态势判断，实现了高精度的风电功率超短期预测。
-
公开(公告)号：CN107587982A
公开(公告)日：2018-01-16
申请号：CN201710581547.9
申请日：2017-07-17
Applicant: 中国电力科学研究院 , 国家电网公司 , 国网辽宁省电力有限公司 , 国网山东省电力公司
CPC classification number: Y02E10/723
Abstract: 本发明涉及一种风电机组运行状态划分方法及装置，其包括：根据预先采集的风电机组数据中转速与风速的关系确定风电机组运行区间，构建分析数据集；根据分析数据集，确定风电机组运行状态的划分阈值；根据阈值确定风电机组运行状态；通过上述方案可实现风电机组运行状态划分。
-
公开(公告)号：CN107798059B
公开(公告)日：2023-05-26
申请号：CN201710806962.X
申请日：2017-09-08
Applicant: 中国电力科学研究院 , 国家电网公司 , 广州泰迪智能科技有限公司 , 国网山东省电力公司青岛供电公司
Abstract: 本发明提供一种NCO气象数据结构化存储方法和装置，先将本地文件系统中的NCO气象数据上传至分布式文件系统HDFS，然后对HDFS中的NCO气象数据进行解析，并将解析得到的结构化气象数据保存至HDFS，最后根据结构化气象数据的应用场景将HDFS中的结构化气象数据存储至相应的关系型数据库，实现NCO气象数据的解析和结构化存储。本发明提供的技术方案基于Hadoop的可靠、高效和可伸缩性，并通过Sqoop、MapReduce和Hive等技术一气呵成地实现NCO气象数据的迁移、解析和结构化存储，实现过程简单明了，避免了代码复杂和编程繁琐等问题。
-
-
-
-
-
-
-
-
-
Search Results
110
records
(took 0.091 seconds)
