-
公开(公告)号：CN116227249A
公开(公告)日：2023-06-06
申请号：CN202310519220.4
申请日：2023-05-10
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: 本申请涉及一种功率气象数据智能迁移的新能源长期电量预测方法与系统。所述方法包括：获取目标电力场站的历史发电量数据，根据目标电力场站的历史发电量数据，确定目标电力场站在预测时间段的第一发电量预测结果；根据目标电力场站对应的目标气象特征，在电力场站集合中匹配目标电力场站的相似电力场站；获取相似电力场站的历史发电量数据，根据相似电力场站的历史发电量数据，确定目标电力场站在预测时间段的第二发电量预测结果；根据第一发电量预测结果和第二发电量预测结果，确定目标电力场站的目标发电量预测结果。采用本方法能够基于历史数据迁移和相似场站进行数据迁移，确定精确的发电量预测结果，提高新能源发电量的预测结果准确度。
-
公开(公告)号：CN116154768A
公开(公告)日：2023-05-23
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：CN115545362B
公开(公告)日：2023-04-07
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: 本申请涉及一种人工智能与时序分解组合的新能源中期功率预测方法。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二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：CN115907307A
公开(公告)日：2023-04-04
申请号：CN202310006843.1
申请日：2023-01-04
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/063 , G06Q50/06 , G06Q50/26 , G06F16/215 , G06F18/2433 , G06F123/02
Abstract: 本申请涉及一种面向电网实时数据交互的电力系统碳排放流在线分析方法、装置、计算机设备和存储介质。包括：获取当前时间段内的电力相关数据；对电力相关数据进行异常识别处理，若存在第一可疑数据，则对第一可疑数据进行异常识别，并对识别的异常数据进行替补处理，获得目标光伏机组出力数据；若存在第二可疑数据，则对第二可疑数据进行异常识别，并对识别出的异常数据进行替补处理，获得目标用电负荷数据；若存在第三可疑数据，则对第三可疑数据进行异常识别，并对识别出的异常数据进行替补处理，获得目标风电机组功率数据；基于目标光伏机组出力数据、目标用电负荷数据以及目标风电机组功率数据进行碳流分析。采用本方法能够提高碳流分析精度。
-
公开(公告)号：CN115600840A
公开(公告)日：2023-01-13
申请号：CN202211566589.2
申请日：2022-12-07
Applicant: 南方电网数字电网研究院有限公司(CN)
IPC: G06Q10/063 , G06N3/04 , G06F18/23213 , G06F18/15 , G06Q50/06
Abstract: 本申请涉及一种用户群体碳排放动态画像模型构建方法、装置及设备。该方法包括：获取用户群体的能源基础信息，通过能源基础信息进行信息筛选确定能源特征信息，基于能源特征信息确定碳画像标签信息，并对碳画像标签信息进行分析，确定目标时间段内用户群体的碳排放动态画像模型。采用上述方法构建用户群体的碳排放动态画像模型，能够形象直观地描述目标时间段内用户群体的碳排放特征以及能源使用效率，以为用户群体的碳排放控排提供参考依据；另外，可以分析用户群体对能源产业和服务的多元化、差异化和个性化需求，得到准确性较高的用户群体的碳排放动态画像模型，进一步能够基于碳排放动态画像模型提高对用户群体的碳排放控排的效果。
-
Patent Agency Ranking
公开(公告)号：CN115392792A
公开(公告)日：2022-11-25
申请号：CN202211306850.5
申请日：2022-10-25
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碳排放强度的新能源潜在减碳当量计算方法。该方法包括：获取项目的碳减排量关联数据；碳减排量关联数据包括项目的各阶段的累积碳排量和累积替代碳减排量；根据碳减排量关联数据和碳减排确定模型，确定项目的累积碳减排当量；累积碳减排当量用于表征项目的碳减排能力。采用本方法能够客观、全面和准确地对新能源发电项目的碳减排能力进行评估，新能源发电项目实现碳减排的合理性提供方法支撑。
-
公开(公告)号：CN116316612A
公开(公告)日：2023-06-23
申请号：CN202310548550.6
申请日：2023-05-16
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及电力技术领域，特别是涉及一种自动机器学习的新能源功率云边协同预测方法及系统。该方法包括：响应于对目标新能源场站的功率预测需求，获取目标新能源场站在未来时段的未来数值天气预报数据和未来时段对应的历史时段的历史输出功率；根据未来数值天气预报数据的缺失情况，以及历史输出功率的数据量，从功率预测模型集中选择目标新能源场站对应的目标功率预测模型；根据目标工作模式，对目标功率预测模型进行调整，并基于调整后的目标功率预测模型，根据未来时段的未来数值天气预报数据和未来时段对应的历史时段的历史输出功率，预测目标新能源场站未来时段的目标输出功率。本申请能够提高新能源场站的功率预测准确性。
-
公开(公告)号：CN115660258A
公开(公告)日：2023-01-31
申请号：CN202211578038.8
申请日：2022-12-09
Applicant: 南方电网数字电网研究院有限公司
Abstract: 本申请涉及一种综合能源系统减碳评估方法、装置和计算机设备。所述方法包括：获取综合能源系统优化前后的目标计划；目标计划包括发电侧的计划发电量、储能设备的储能量以及储能设备的输出功率；根据发电侧的计划发电量，得到发电侧的碳排放变化量；处理发电侧的计划发电量，得到能流的碳排放变化量；处理储能设备的储能量和储能设备的输出功率，得到机组运营的碳排放变化量；根据发电侧的碳排放变化量、能流的碳排放变化量以及机组运营的碳排放变化量，得到综合能源的碳排放变化量；基于综合能源的碳排放变化量，对系统进行减碳评估。采用本方法能够提高对于综合能源系统减碳评估的准确性。
-
公开(公告)号：CN117332899A
公开(公告)日：2024-01-02
申请号：CN202311345917.0
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 , G06F30/28 , G06F30/27 , H02J3/00 , G01W1/10 , G06F18/10 , G06N3/045 , G06N3/0442 , G06F111/10 , G06F113/08 , G06F119/14 , G06F113/04 , G06F113/06 , G06F119/08
Abstract: 本发明公开了一种NWP多维特征拟合的新能源小时间尺度功率预测方法。在接收到小时间尺度功率预测指令时，获取预测时间段内第一时长间隔的多个待处理数值天气预报；依据预设插值方法对多个待处理数值天气预报插值处理，得到第二时长间隔的多个待使用数值天气预报；其中，第一时长间隔大于第二时长间隔；将多个数值天气预报输入至预先训练好的小时间尺度功率预测模型中，得到与多个待使用数值天气预报相对应的多个新能源场站预测功率；反馈多个新能源场站预测功率。本发明提高了新能源超短期功率预测的分辨率，提高了新能源功率预测的效率和准确度。
-
公开(公告)号：CN116342077A
公开(公告)日：2023-06-27
申请号：CN202310621583.9
申请日：2023-05-30
Applicant: 南方电网数字电网研究院有限公司
IPC: G06Q10/10 , G06Q10/0639 , G06Q10/0631
Abstract: 本申请涉及电力技术领域，特别是涉及一种适用于数据缺失场站的新能源功率迁移学习预测方法。该方法包括：在确定新建场站的历史运行数据存在缺失的情况下，从其他场站的预测模型中，选择新建场站对应的迁移学习模型；获取新建场站对应的更新数据；其中，更新数据包括补齐后的历史运行数据，以及新建场站在历史时间段之后的预设时间段内采集到的当前运行数据；根据更新数据，构建新建场站对应的增量学习模型；基于新建场站对应的迁移学习模型和增量学习模型，对新建场站在未来时段内的输出功率进行预测，得到功率预测结果。本申请能够对新建场站进行准确的功率预测。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.04 seconds)
