-
公开(公告)号：CN107358323A
公开(公告)日：2017-11-17
申请号：CN201710571782.8
申请日：2017-07-13
Applicant: 上海交通大学 , 国网江苏省电力公司电力科学研究院
Abstract: 本发明公开了一种基于数据预处理与特征表示的多核支持向量机短期光伏发电的功率预测方法，首先利用小波阈值分析对数据进行去噪预处理，然后对辐照度进行特征表示，提取特征参数，并进行SOM与k-means结合的二次聚类选取相似日，最后采用多核函数支持向量机进行短期光伏发电功率预测。本发明能够实现在仅有辐照度与光伏发电功率数据条件下的较高精度光伏发电预测，考虑光伏发电功率与辐照度的多源特性、波动特性、毛刺特性并做出相应处理，有效提高了光伏发电功率预测精度。
-
公开(公告)号：CN107491828B
公开(公告)日：2020-11-10
申请号：CN201610420301.9
申请日：2016-06-13
Applicant: 上海交通大学 , 国网江苏省电力公司电力科学研究院
IPC: G06Q10/04
Abstract: 本发明公开了一种基于多源时变数据最优多核函数的分布式新能源出力预测方法，通过采用多源时变数据分布特征法、单源数据支持向量机预测或分类法、核矩阵秩空间差异法，构建反映影响分布式新能源出力的多源时变数据分布特点的最优多核函数，在分布式新能源出力预测时采用此最优多核函数，能将多源时变数据进行融合，提高分布式系能源出力预测精度。
-
公开(公告)号：CN107491828A
公开(公告)日：2017-12-19
申请号：CN201610420301.9
申请日：2016-06-13
Applicant: 上海交通大学 , 国网江苏省电力公司电力科学研究院
IPC: G06Q10/04
Abstract: 本发明公开了一种基于多源时变数据最优多核函数的分布式新能源出力预测方法，通过采用多源时变数据分布特征法、单源数据支持向量机预测或分类法、核矩阵秩空间差异法，构建反映影响分布式新能源出力的多源时变数据分布特点的最优多核函数，在分布式新能源出力预测时采用此最优多核函数，能将多源时变数据进行融合，提高分布式系能源出力预测精度。
-
公开(公告)号：CN105184424B
公开(公告)日：2017-07-07
申请号：CN201510681565.5
申请日：2015-10-19
Applicant: 国网山东省电力公司菏泽供电公司 , 上海交通大学
Abstract: 一种实现多源异构数据融合的多核函数学习SVM的Mapreduce化短期负荷预测方法，通过采用多核函数来有效处理影响负荷预测的多源异构数据，包括历史负荷数据、气象因素、日类型、节假日信息、电价信息、交通信息等，将多源异构数据进行有效融合，提高了核机器的性能以更好的利用不同数据源中的信息；同时将多核支持向量机实现Mapreduce化，具有较好的加速比和可扩展性，适合于大规模数据的分析。
-
公开(公告)号：CN107918920A
公开(公告)日：2018-04-17
申请号：CN201711332259.6
申请日：2017-12-13
Applicant: 上海交通大学 , 国网江苏省电力有限公司电力科学研究院
CPC classification number: G06Q50/06 , G06F17/5009
Abstract: 本发明公开了一种多光伏电站的出力关联性分析方法，通过利用采集的光伏电站的光伏出力历史数据，构建简化K级pair copula函数模型，利用简化K级pair copula函数模型进行采样，生成模型样本点集合P＝[P1,P2,…，Pi,…，Pn],通过模型样本点集合P的线性关联系数，得到多光伏电站之间的出力关联性。本发明考虑了多个电站之间的关联性，同时简化的模型能够大大增加计算速度，利用该模型进行光伏出力的样本产生，实现了在精确而量少的样本的情况下，对多个光伏电站之间进行两两的关联分析，提高分析的准确性。
-
Patent Agency Ranking
公开(公告)号：CN105205563B
公开(公告)日：2017-02-08
申请号：CN201510628197.8
申请日：2015-09-28
Applicant: 国网山东省电力公司菏泽供电公司 , 上海交通大学
IPC: G06F19/00
Abstract: 一种以Hadoop集群为架构的基于大数据的短期负荷预测平台，并在此平台上利用Mapreduce实现了局部加权线性回归的并行化负荷预测，该平台包含：数据整合模块、负荷预测模块、结果可视化模块以及用户管理模块；数据整合模块，完成了从负荷相关的数据采集与加载、数据存储到最后的多因素大数据集成融合技术的完全化数据处理流程；负荷预测模块，通过将局部加权线性回归算法Mapreduce化实现并行化负荷预测，并利用参数调节控制实现自学习、自适应负荷预测；结果可视化模块是平台预测结果的具体展现层，将实时分析技术动态呈现；用户管理模块是平台的安全机制层，实现负荷预测平台安全、可靠、高效地运行。
-
公开(公告)号：CN105184424A
公开(公告)日：2015-12-23
申请号：CN201510681565.5
申请日：2015-10-19
Applicant: 国网山东省电力公司菏泽供电公司 , 上海交通大学
Abstract: 一种实现多源异构数据融合的多核函数学习SVM的Mapreduce化短期负荷预测方法，通过采用多核函数来有效处理影响负荷预测的多源异构数据，包括历史负荷数据、气象因素、日类型、节假日信息、电价信息、交通信息等，将多源异构数据进行有效融合，提高了核机器的性能以更好的利用不同数据源中的信息；同时将多核支持向量机实现Mapreduce化，具有较好的加速比和可扩展性，适合于大规模数据的分析。
-
公开(公告)号：CN107918920B
公开(公告)日：2021-11-05
申请号：CN201711332259.6
申请日：2017-12-13
Applicant: 上海交通大学 , 国网江苏省电力有限公司电力科学研究院
Abstract: 本发明公开了一种多光伏电站的出力关联性分析方法，通过利用采集的光伏电站的光伏出力历史数据，构建简化K级pair copula函数模型，利用简化K级pair copula函数模型进行采样，生成模型样本点集合P＝[P1,P2,…，Pi,…，Pn],通过模型样本点集合P的线性关联系数，得到多光伏电站之间的出力关联性。本发明考虑了多个电站之间的关联性，同时简化的模型能够大大增加计算速度，利用该模型进行光伏出力的样本产生，实现了在精确而量少的样本的情况下，对多个光伏电站之间进行两两的关联分析，提高分析的准确性。
-
公开(公告)号：CN105305426B
公开(公告)日：2017-03-22
申请号：CN201510683327.8
申请日：2015-10-20
Applicant: 国网山东省电力公司菏泽供电公司 , 上海交通大学
IPC: H02J3/00
Abstract: 本发明公开了一种基于偏差控制机制的Mapreduce化两步法短期负荷预测方法，第一步采用自回归滑动平均模型ARMA法，不考虑负荷的影响因素，得到预测相对误差值；第二步采用SVM法，以第一步预测相对误差值、待预测点日平均气温为影响因素来进行二次负荷预测，在第一步的预测基础上修正预测值，实现对负荷的偏差控制预测；同时将ARMA法与SVM法实现Mapreduce化，具有较好的加速比和可扩展性，同时利用实时温度数据，在Hadoop平台上并行化运行预测方法，在保证预测速度和预测精度的基础上实现短期实时负荷预测。
-
公开(公告)号：CN105305426A
公开(公告)日：2016-02-03
申请号：CN201510683327.8
申请日：2015-10-20
Applicant: 国网山东省电力公司菏泽供电公司 , 上海交通大学
IPC: H02J3/00
Abstract: 本发明公开了一种基于偏差控制机制的Mapreduce化两步法短期负荷预测方法，第一步采用自回归滑动平均模型ARMA法，不考虑负荷的影响因素，得到预测相对误差值；第二步采用SVM法，以第一步预测相对误差值、待预测点日平均气温为影响因素来进行二次负荷预测，在第一步的预测基础上修正预测值，实现对负荷的偏差控制预测；同时将ARMA法与SVM法实现Mapreduce化，具有较好的加速比和可扩展性，同时利用实时温度数据，在Hadoop平台上并行化运行预测方法，在保证预测速度和预测精度的基础上实现短期实时负荷预测。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.071 seconds)
