基于电力大数据的电碳排放全过程监测方法和装置

    公开(公告)号:CN114757457A

    公开(公告)日:2022-07-15

    申请号:CN202210677597.8

    申请日:2022-06-16

    Abstract: 本申请涉及一种基于电力大数据的电碳排放全过程监测方法和装置。所述方法包括:获取电网的电力数据,电力数据包括不同地方区域电网的单位发电量标准燃料消耗量、发电量、外部输电量、输电侧碳排放因子、生产活动用电量、碳排放量数据和行业流动产值数据,根据单位发电量标准燃料消耗量和发电量,得到发电侧电力碳排放量,根据外部输电量、输电侧碳排放因子和发电侧电力碳排放量,得到输电侧电力碳排放量,根据发电侧电力碳排放量、生产活动用电量、碳排放量数据和行业流动产值数据,得到用电侧电力碳排放量,最终,基于发电侧、输电侧和用电侧的电力碳排放量,进行电力碳排放风险预警。采用本方法能够实现准确的电力碳排放风险预警。

    基于复合气象特征构建与选择的新能源功率预测方法

    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

    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。

    面向新能源高精度预测的机器学习特征选择方法

    公开(公告)号:CN117113230A

    公开(公告)日:2023-11-24

    申请号:CN202310972728.X

    申请日:2023-08-03

    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。

Patent Agency Ranking