-
公开(公告)号：CN116154768B
公开(公告)日：2023-06-27
申请号：CN202310396839.0
申请日：2023-04-14
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种采用点预测误差经验分布逆变换的功率区间预测方法。通过目标预测模型输出多个历史预测功率和目标预测功率，确定每个历史预测功率及其对应的历史真实功率的数值子区间，确定每个子区间的经验累积分布函数，从多个子区间中获取目标预测功率所属的目标子区间，并基于该子区间对应的经验累积分布函数和预设置信水平，确定预测功率区间。相较于传统的通过点预测来预测未来功率的期望的方式，本方案通过利用历史功率数据对应的预测数据与对应的真实数据确定多个子区间的经验累积分布函数，并基于未来的预测功率使用对应的经验累积分布函数确定预测功率区间，提高了功率区间预测的准确度。
-
公开(公告)号：CN115759446A
公开(公告)日：2023-03-07
申请号：CN202211488356.5
申请日：2022-11-25
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/04 , G06Q10/0639 , G06Q50/06 , G06N20/20 , G06N5/01 , G06F18/214 , G06F18/22 , G06F18/2431
Abstract: 本申请涉及一种面向新能源高精度预测的机器学习特征选择方法、装置、计算机设备、存储介质和计算机程序产品。该方法获取初始气象特征集合；采取随机森林算法，筛选初始气象特征集合中的气象特征，得到第一气象特征集合；基于相关性分析，对第一气象特征集合进行气象特征筛选，得到第二气象特征集合；采取递归特征消除法筛选第二气象特征集合中的气象特征，得到目标气象特征集合。整个方案根据随机森林算法对气象特征进行初步提取，在初次提取特征的基础上，对气象特征进行相关性分析，根据相关性分析结果再次进行提取，进而对剩余的特征进行递归消除，通过多次筛选，将对新能源发电功率影响最大的特征筛选处理，进而得到更加准确的气象特征。
-
公开(公告)号：CN115545362A
公开(公告)日：2022-12-30
申请号：CN202211545864.2
申请日：2022-12-05
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/04 , G06F16/215 , G06F16/2458 , G06Q50/06
Abstract: 本申请涉及一种AI与TSD结合的新能源中期功率组合预测方法。所述方法包括：基于新能源场站对应的历史数值天气预报数据和历史功率数据，获取第一预处理数据和第二预处理数据；根据第一预处理数据对第一预测模型进行模型训练，得到预训练预测模型，将第二预处理数据输入至预训练预测模型，得到第一新能源功率预测结果；基于时间序列分解第一新能源功率预测结果与历史功率数据的拼接结果，得到目标时序分量；根据目标时序分量构建的第二预测模型得到第二新能源功率预测结果；将第一新能源功率预测结果和第一新能源功率预测结果进行拼接组合，得到新能源中期功率预测结果。采用本方法能够实现新能源中期功率预测，提升了预测精度。
-
公开(公告)号：CN115358060A
公开(公告)日：2022-11-18
申请号：CN202210965528.7
申请日：2022-08-12
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F30/20 , G06Q50/06 , G06F113/04 , G06F119/02
Abstract: 本申请涉及一种支持新能源发电功率高精度预测的高效算法框架、发电功率预测方法、计算机设备、存储介质和计算机程序产品。所述框架包括：多源数据层、数据清洗加工服务层、存储层以及大型分布式并行计算框架层；多源数据层，用于获取多源的预报气象数据；数据清洗加工服务层，用于确定预报气象数据的数据特征，以及对预报气象数据进行加工处理，得到预报气象加工数据；存储层，用于存储功率预测模型；大型分布式并行计算框架层，用于根据数据特征确定数据存储层中的功率预测模型，并基于功率预测模型，对预报气象加工数据进行功率预测，预测新能源场站的发电功率。采用本框架能够提高发电功率的预测精度。
-
公开(公告)号：CN115329880A
公开(公告)日：2022-11-11
申请号：CN202210997566.0
申请日：2022-08-19
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种新能源发电系统中影响发电功率的气象特征提取方法、装置、计算机设备、存储介质和计算机程序产品。该方法获取初始气象特征集合；采取随机森林算法，筛选初始气象特征集合中的气象特征，得到第一气象特征集合；基于相关性分析，对第一气象特征集合进行气象特征筛选，得到第二气象特征集合；采取递归特征消除法筛选第二气象特征集合中的气象特征，得到目标气象特征集合。整个方案根据随机森林算法对气象特征进行初步提取，在初次提取特征的基础上，对气象特征进行相关性分析，根据相关性分析结果再次进行提取，进而对剩余的特征进行递归消除，通过多次筛选，将对新能源发电功率影响最大的特征筛选处理，进而得到更加准确的气象特征。
-
Patent Agency Ranking
公开(公告)号：CN114493051A
公开(公告)日：2022-05-13
申请号：CN202210397866.5
申请日：2022-04-08
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种基于组合预测的提升精度的光伏功率预测方法、装置。所述方法包括：获取预设时长内的历史光伏功率数据；根据历史光伏功率数据，确定预设时长内的高频功率数据和平均功率数据，其中，高频功率数据为设定时长内的波动频率大于预设值的数据；获取气象数据，将气象数据和高频功率数据输入神经网络模型，确定高频功率数据的预测值；根据高频功率数据的预测值和平均功率数据，确定光伏功率预测结果。从而能够将高频功率从整体的功率中剥离出来针对性的进行预测，提高功率预测的精度。
-
公开(公告)号：CN114266421A
公开(公告)日：2022-04-01
申请号：CN202210194829.4
申请日：2022-03-01
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种基于复合气象特征构建与选择的新能源功率预测方法、装置、计算机设备、存储介质和计算机程序产品。本申请能够从大量原始数据中得到最优特征组合，提高新能源功率预测模型的预测结果的稳定性和可靠性。该方法包括：获取原始数据；基于原始数据构建高维气象特征集合；从高维气象特征集合中，每次选取一个特征子集，将特征子集依次递增地输入至功率预测模型，得到一阶预测精度；通过分析一阶预测精度随特征子集增加时的变化情况，确定初选特征范围；通过序列前向浮动搜索算法对初选特征范围进行筛选得到最优特征组合；根据最优特征组合获取新能源功率预测模型的输入数据，以供新能源功率预测模型进行预测得到新能源网络的输出功率。
-
公开(公告)号：CN117332897A
公开(公告)日：2024-01-02
申请号：CN202311342183.0
申请日：2023-10-17
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/04 , G06Q50/06 , H02J3/00 , G06F18/10 , G01W1/10 , G06F30/28 , G06F30/27 , G06N3/045 , G06N3/0442 , G06N3/044 , G06N3/047 , G06F111/10 , G06F113/08 , G06F119/14 , G06F113/04 , G06F113/06 , G06F119/08
Abstract: 本发明实施例公开了一种人工智能驱动的新能源小时间尺度功率插值集成预测方法。该方法包括：获取待预测的未来时间段对应的未来天气预报信息；将未来天气预报信息输入至预先训练的与原始分辨率对应的最优功率预测模型中，得到与未来时间段内对应的具有原始分辨率的原始功率预测结果；基于预设的目标分辨率、原始分辨率和预先确定的最优插值算法，对原始功率预测结果进行插值处理，得到未来时间段内对应的具有目标分辨率的目标功率预测结果；其中，目标分辨率小于原始分辨率。本发明实施例的技术方案，可以提高新能源功率预测的频率，实现对功率预测结果从原始分辨率到目标分辨率的压缩，提高了功率预测结果的精确程度。
-
公开(公告)号：CN117332896A
公开(公告)日：2024-01-02
申请号：CN202311342182.6
申请日：2023-10-17
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本发明实施例公开了一种多层集成学习的新能源小时间尺度功率预测方法及系统。该方法包括：获取待预测的未来时间段对应的未来天气预报信息；在多个预先训练的机器学习模型中确定出至少两个机器学习模型作为目标功率预测模型；针对每个目标功率预测模型，将未来天气预报信息输入至目标功率预测模型中，基于模型输出结果确定出与目标时间尺度对应的未来功率预测结果；其中，目标时间尺度为未来功率预测结果的时间尺度，目标时间尺度小于原始最小时间尺度；对各目标功率预测模型对应的各未来功率预测结果采用平均计算方式、投票方式和机器学习方式中的至少一种方式进行计算，得到与未来时间段对应的最优预测功率结果。
-
公开(公告)号：CN115758784B
公开(公告)日：2023-12-12
申请号：CN202211518223.8
申请日：2022-11-30
Applicant: 南方电网数字电网研究院有限公司
IPC: G06F30/20 , G06F113/04
Abstract: 本申请涉及一种支撑电力系统时域仿真的大型雅各比矩阵低耗时迭代方法。该方法包括：获取同步电机系统的微分方程以及该同步电机系统的代数方程，获取该同步电机系统当前的状态变量和代数变量，其中，该状态变量包括同步电机的转子角速度、转速、d轴暂态电动势以及q轴暂态电动势，该代数变量包括该同步电机的d轴以及q轴的端口电流、d轴以及q轴的端口电压、d轴端口电压、励磁电压、机械功率，根据该微分方程、该代数方程、该状态变量和该代数变量确定该同步电机的目标残差方程，并根据该目标残差方程确定该同步电机的雅可比矩阵，根据该雅可比矩阵以及该残差方程确定该同步电机的预测状态变量以及预测代数变量。采用该方法能够
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.036 seconds)
