公开(公告)号：CN118485177A

公开(公告)日：2024-08-13

申请号：CN202410651942.X

申请日：2024-05-24

申请人： 东北电力大学 ,  吉林农业科技学院 ,  国网吉林省电力有限公司经济技术研究院 ,  中国电力科学研究院有限公司

发明人： 杨茂 ,  陈一鸣 ,  于欣楠 ,  曾煜轩 ,  刘子菁 ,  孙勇 ,  王勃 ,  王钊 ,  王姝 ,  王铮 ,  车建峰

IPC分类号： G06Q10/04 ,  G06Q10/0631 ,  G06F18/23213 ,  G06N3/0442 ,  G06Q50/06

摘要： 本发明公开了一种考虑多元负荷耦合特性的IES负荷预测方法，首先，利用FP‑Growth算法对多元负荷数据进行分析和挖掘，识别出负荷之间的潜在关联性；通过对各个负荷之间的关联度进行累加计算，确定综合能源系统中多元负荷的预测优先级；其次，基于多元负荷的预测优先级，选择具有最高优先级的负荷进行负荷相似波动集划分；进一步地，通过k‑means聚类算法划分相似负荷场景集。最后，针对每个负荷场景集，采取逐级预测的策略，使用双向长短期记忆神经网络进行场景集预测建模，进行多元负荷数据预测。通过算例结果表明：使用本发明方法具有较高的预测精度，能够有效处理负荷的剧烈波动，从而满足系统安全稳定的运行要求。

公开(公告)号：CN117996750A

公开(公告)日：2024-05-07

申请号：CN202410248411.6

申请日：2024-03-05

申请人： 东北电力大学 ,  中国电力科学研究院有限公司 ,  国网吉林省电力有限公司白城供电公司 ,  国网吉林省电力有限公司吉林供电公司 ,  国网吉林省电力有限公司四平供电公司

发明人： 杨茂 ,  车润棋 ,  于欣楠 ,  王勃 ,  孙勇 ,  王钊 ,  王姝 ,  车建峰 ,  许达明 ,  刘赟静 ,  冀爽

IPC分类号： H02J3/00 ,  G06F16/29 ,  G06Q50/06 ,  G06F18/213 ,  G06F18/23 ,  G06N3/0442 ,  G06N3/08

摘要： 基于双输入模式下NWP风速校正的风电功率预测方法，属于风电技术领域。本发明提出的基于双输入模式和波动聚类的NWP风速校正方法能降低模型捕捉映射关系的难度，集中于对实测风速建立映射关系，提高NWP风速的校正精度，再将校正后的值应用于短期风电功率预测中，获得更准确的短期风电功率预测结果。本发明公开的方法物理意义清晰、科学合理、实用价值更高、精度更高，适用于风电功率预测，并且预测精度高，预测结果有效，适用性和实用性强。

公开(公告)号：CN116384561A

公开(公告)日：2023-07-04

申请号：CN202310275044.4

申请日：2023-03-21

申请人： 东北电力大学 ,  中国电力科学研究院有限公司

发明人： 杨茂 ,  郭云丰 ,  于欣楠 ,  张薇 ,  王勃 ,  王钊 ,  王铮 ,  王姝

IPC分类号： G06Q10/04 ,  G06Q10/0631 ,  G06Q50/06 ,  G06F17/18 ,  H02J3/00 ,  H02J3/38

摘要： 本发明的一种风电集群功率超短期预测误差修正方法，其特点是，包括：考虑了风电功率预测误差对负荷峰谷时段的危害、对初步预测得到的风电功率超短期预测误差进行分负荷峰谷时段的修正、仿真计算和误差分析步骤，考虑风电功率预测误差的季节特性对一日内负荷谷值时段Ⅰ、峰值时段Ⅰ、谷值时段Ⅱ和峰值时段Ⅱ进行分别修正，并且基于这种修正，负荷峰谷时段有害误差有效减少，负荷谷值时段的弃风损失也相对减少，提升了系统运行经济性；本发明提出的修正模型是一种适用于多模型初步预测再修正的模型，其计算简单、预测性能高、物理意义清晰、预测结果有效、实用性强。

公开(公告)号：CN117937455A

公开(公告)日：2024-04-26

申请号：CN202410096248.6

申请日：2024-01-24

申请人： 东北电力大学

发明人： 杨茂 ,  张书天 ,  于欣楠 ,  王勃 ,  王钊 ,  王铮 ,  王姝

IPC分类号： H02J3/00 ,  H02J3/38 ,  G06F30/27 ,  G06Q10/063 ,  G06Q10/04 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08 ,  G06F113/06

摘要： 本发明一种基于因果正则化极限学习机的风电功率短期预测方法，属于风电功率预测技术领域；包括生成干预样本集、计算神经元之间的平均因果效应、基于平均因果效应构成因果正则化项从而计算最优权重、基于最优权重建立预测模型预测未来风电功率、仿真计算和误差分析等步骤。本发明与现有的考虑或不考虑特征选择方法的预测模型相比，能更好地跟踪未来的功率趋势。基于因果正则化极限学习机的风电功率短期预测方法预测精度高、预测稳定性好，预测结果有效，适用性和实用性强。

公开(公告)号：CN116523142A

公开(公告)日：2023-08-01

申请号：CN202310575852.2

申请日：2023-05-22

申请人： 东北电力大学

发明人： 杨茂 ,  李一 ,  于欣楠 ,  王达 ,  贾梦琦

IPC分类号： G06Q10/04 ,  G06Q50/06 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/084 ,  G06F18/23 ,  G06F18/214 ,  H02J3/00

摘要： 一种考虑时空特性聚类的光伏集群区间预测方法，属于光伏功率预测技术领域，包括集群聚类和区间预测，采用K‑Modes进行光伏集群聚类，将云量、辐照度、温度、风速NWP特征，历史光伏功率以及各个光伏电站的地理位置光伏输入信息，将具有相似特征的光伏电站建立为一个子集群。采用QR‑LSTM模型对子集群分别进行光伏功率区间预测，并根据每个子集群的特点，对LSTM的步长进行调整，来达到最好的预测效果。本发明建立的模型计算简单、预测性能高。物理意义清晰，预测结果有效，实用性强。

公开(公告)号：CN116316600A

公开(公告)日：2023-06-23

申请号：CN202310324246.3

申请日：2023-03-30

申请人： 东北电力大学

发明人： 杨茂 ,  江任贤 ,  于欣楠 ,  王达 ,  张薇

IPC分类号： H02J3/00 ,  G06F18/10 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/0499 ,  G06N3/08 ,  H02J3/38

摘要： 本发明是一种基于季节分型的面向风电功率日前预测自适应滤波方法，其特点是，包括基于KL‑VMD‑NLM的深度自适应滤波、季节分型、模型选择、仿真计算和评价指标的步骤，相比传统的VMD分解技术，本发明有效避免了人工选择超参数所造成的误差，非局部均值去噪算法有效剔除了NWP中的噪声影响，同时使用多个备选模型，使得本发明在风电功率日前预测中的预测精度高、适用性强且效果佳。

公开(公告)号：CN115423175A

公开(公告)日：2022-12-02

申请号：CN202211045066.3

申请日：2022-08-30

申请人： 东北电力大学

发明人： 杨茂 ,  王达 ,  于欣楠

IPC分类号： G06Q10/04 ,  G06Q50/06 ,  H02J3/00 ,  G06N3/08 ,  G06N3/04 ,  G06F30/27 ,  G06F113/04 ,  G06F119/06

摘要： 本发明涉及风电技术领域，是一种风电功率预测误差分解方法，其特点是：包括风电功率预测误差分解、基于卡尔曼滤波的数据处理、基于BAS优化算法的模型参数优化、仿真计算等步骤。与现有的仅考虑误差分布特性的误差分析方法相比，本发明能够分解预测的各环节误差，并分析各环节的预测误差如何改进，具有物理意义清晰，可解释性强等优点。

公开(公告)号：CN115423174A

公开(公告)日：2022-12-02

申请号：CN202211044880.3

申请日：2022-08-30

申请人： 东北电力大学

发明人： 杨茂 ,  王达 ,  于欣楠

IPC分类号： G06Q10/04 ,  G06Q50/06 ,  H02J3/00 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62 ,  G06F30/28 ,  G06F30/27 ,  G06F113/04 ,  G06F113/08 ,  G06F119/14

摘要： 本发明涉及风电技术领域，是一种计及波动过程划分的短期风电功率预测方法，其特点是：能够根据风机出力特性分析结果与风速‑功率物理转换模型，提取波动特征，进而提出一种针对风电功率预测改进的K均值聚类方法，并基于分类结果，建立不同波动过程下的异常数据处理模型及短期风电功率预测模型。经过仿真计算验证了本发明预测方法科学合理，预测过程简单，预测精度高、物理意义清晰，预测结果有效，实用性强。