一种基于分布式内存架构的多核并行时域仿真方法

    公开(公告)号:CN115718986B

    公开(公告)日:2023-12-12

    申请号:CN202211460484.9

    申请日:2022-11-17

    Abstract: 本申请涉及仿真技术领域,提供了一种基于分布式内存架构的多核并行时域仿真方法和装置,通过构建电力系统在t时刻的微分方程组与代数方程组,利用隐式梯形法,到雅可比矩阵方程,利用各元件的状态变量与代数变量数值,对雅可比矩阵方程进行迭代更新,在第一次迭代更新前,拆分雅可比矩阵的更新任务,得到多个子更新任务,且多个子更新任务被分配给多个核心并行执行;其中,在多次迭代更新中,判断每一次迭代的残差是否满足收敛条件,若结果为满足,则停止迭代更新,将本次迭代更新所用的各元件的状态变量数值与代数变量数值,对电力系统进行t+1时刻的时域仿真,实现了对于雅可比矩阵更新任务进行拆分,提升了对与雅克比矩阵更新任务的计算效率。(56)对比文件王丹 等.基于数值微分法求导的分布式发电系统仿真算法《.电力系统自动化》.2009,第33卷(第17期),第81-85页.李鹏 等.基于多核心处理器的分布式发电微网系统暂态并行仿真方法《.中国电机工程学报》.2013,第33卷(第16期),第171-178页.

    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。

    非参数化的新能源场景-概率-区间一体化预测方法

    公开(公告)号:CN116976532A

    公开(公告)日:2023-10-31

    申请号:CN202311240894.7

    申请日:2023-09-25

    Abstract: 本申请涉及一种非参数化的新能源场景‑概率‑区间一体化预测方法,包括:获取待预测的新能源在预测时间段的功率预测曲线;针对所述预测时间段内的目标时间点,基于目标时间点在所述功率预测曲线上对应的预测功率值,确定所述目标时间点在预设的多个预测箱中对应的目标预测箱;每个预测箱均对应有所述新能源的历史实测功率值的概率分布信息;基于所述目标预测箱对应的概率分布信息,生成所述目标预测箱对应的新能源场景集,根据所述新能源场景集,对所述目标时间点的预测功率值进行误差校正,得到所述新能源在所述目标时间点处的预测功率区间。采用本方法能够实现对风电、光伏等新能源功率的不确定性的定量描述,克服点预测方法存在的误差问题。

Patent Agency Ranking