-
公开(公告)号：CN117273208A
公开(公告)日：2023-12-22
申请号：CN202311181149.X
申请日：2023-09-13
IPC分类号： G06Q10/04 , G06Q50/06 , G06F18/10 , G06F18/214 , G06F18/213 , G06N3/0464 , G06N3/08
摘要： 本发明涉及新能源功率预测技术领域，尤其涉及一种组合功率预测方法、装置、设备及存储介质，包括：获取新能源原始数据，构建原始数据集，对原始数据集进行数据清洗处理，获得预处理数据集，构建预训练模型，利用预处理数据集对预训练模型进行训练，得到训练完成的功率预测模型，利用功率预测模型对待预测的数据进行预测处理，得到预测结果。对不同的数据源进行数据清晰与预处理，对不同的数据源的历史数据采用通道独立的思想进行时间序列预测，分别用不同数据源的历史数据预测该数据源未来的结果，随后对不同数据源的预测结果进行状态融合，实现对各个时间步的单独预测过程，最终时间短期的功率预测功能，实现了准确、高效的组合功率预测。
-
公开(公告)号：CN118172088A
公开(公告)日：2024-06-11
申请号：CN202410300702.5
申请日：2024-03-15
发明人： 黄思皖 , 钟明 , 安娜 , 李力 , 杨宁 , 王春森 , 任立兵 , 史鉴恒 , 王宝岳 , 杨雪 , 高亚林 , 沈惠聪 , 江晨 , 王静 , 张燧 , 王青天 , 邸智 , 王芸靖 , 郑子辰 , 葛戈 , 刘雅欣 , 杨紫阳 , 伊然 , 任鑫 , 李小翔 , 薛丽 , 李亚川 , 孙可欣
IPC分类号： G06Q30/0201 , G06F18/22 , G06F18/214 , G06N3/04 , G06N3/096
摘要： 本发明公开了一种基于自适应循环神经网络的电力现货市场日前价格预测方法及系统，包括：将采集电价的原始数据进行清洗；基于时序相似性对清洗后的数据进行分割量化，获取若干段分布最不相似的时间序列；基于所有时间段的完全标记数据构建RNN模型，并对RNN模型进行模型预训练，得到网络参数；基于若干段分布最不相似的时间序列构建迁移学习模型，将网络参数输入至迁移学习模型中进行迭代训练，得到最优化的迁移学习模型；再次采集电价的原始数据输入至最优化的迁移学习模型中，获取预测电力现货市场的日前价格。本发明对时间序列数据进行迁移学习，构建一个时间无关的模型用于未知测试集数据，能够提高模型准确率，准确的获得参考预测结果。
-
公开(公告)号：CN117913778A
公开(公告)日：2024-04-19
申请号：CN202311503467.3
申请日：2023-11-13
IPC分类号： H02J3/00 , H02J3/38 , G06Q50/06 , G06F18/10 , G06F18/213 , G06N3/0499 , G06N3/0455 , G06N3/0442 , G06N3/0475 , G06N3/09 , G06N3/084 , G06N3/088
摘要： 本申请提出一种短期风电功率预测方法、系统、电子设备及存储介质，所述方法包括：获取风电场待预测日的数值天气预报数据、待预测日前一日的测风塔实测数据和风电功率实测数据，并对所述预测日前一日的测风塔实测数据和风电功率实测数据进行预处理；将所述数值天气预报数据输入到预先训练好的FNN模型中进行特征提取，得到所述数值天气预报数据的特征数据；将所述数值天气预报数据的特征数据、所述预处理后的测风塔实测数据、所述预处理后的风电功率实测数据输入到预先训练好的风电功率预测模型中，得到所述待预测日的风电功率预测数据。本申请提出的技术方案，通过对数据进行多环节处理，提高了风电场短期风电功率的预测精度。
-
公开(公告)号：CN117173458A
公开(公告)日：2023-12-05
申请号：CN202311068361.5
申请日：2023-08-23
IPC分类号： G06V10/764 , G06V10/774 , G06V10/44 , G06T7/00
摘要： 本公开提出一种基于分类器集合的光伏面板异常识别方法、装置及设备，方法包括：获取待识别的光伏面板图像，并利用预先训练的多个第一分类器分别对光伏面板图像进行识别，以得到多个第一数组，其中，每个第一数组中的元素依次表示预设的多种异常类别的第一概率值，并将多个第一数组进行组合以得到第二数组，并利用预先训练的第二分类器对第二数组进行识别，以输出第三数组，其中，第三数组中的元素依次表示多种异常类别的第二概率值，以及基于第三数组中的第二概率值确定光伏面板存在的目标异常类别，相比于采用单个分类器识别异常，本方案能够将多个分类器的预测结果进行组合并再次预测，从而提高了整体的预测能力。
-
公开(公告)号：CN118154219A
公开(公告)日：2024-06-07
申请号：CN202410300703.X
申请日：2024-03-15
发明人： 黄思皖 , 钟明 , 安娜 , 王春森 , 任鑫 , 李小翔 , 史鉴恒 , 王宝岳 , 杨雪 , 高亚林 , 沈惠聪 , 张燧 , 邸智 , 王青天 , 冯帆 , 韦玮 , 彭鹏 , 刘雅欣 , 郑子辰 , 葛戈 , 杨紫阳 , 王芸靖 , 伊然 , 代斌 , 王志伟 , 张慧君 , 吴磊 , 丁杰 , 孙可欣
IPC分类号： G06Q30/0201 , G06F18/214 , G06F18/2415 , G06N3/04
摘要： 本发明公开了一种模型训练方法、电力市场日内价格预测方法及相关设备，属于新型电力系统技术领域，采用将预处理的历史电力市场数据构建价格差异向量；然后对价格差异向量依次进行条件归一化流和高斯回归处理，得到实际量纲的预测值；最终以历史电力市场数据作为输入；以实际量纲的预测值作为输出，对预构建的神经网络模型进行训练，输出电力市场日内价格预测模型，实现对电力市场日内价格预测模型的训练；本方法采用概率预测方式，概率预测可以提供更全面的预测信息，弥补单值预测的缺陷，日内价格概率预测结果相比单值预测结果更精准；提升模型应对复杂市场的性能，能够全面地描述日内价格的波动情况，提升了预测结果的精准度。
-
公开(公告)号：CN116932989A
公开(公告)日：2023-10-24
申请号：CN202310986674.2
申请日：2023-08-07
申请人： 华能澜沧江水电股份有限公司 , 中国华能集团清洁能源技术研究院有限公司
摘要： 本发明提供NWP风速修正方法、系统、设备及其介质，属于风电预测技术领域，包括：采集原始数据；对所述原始数据进行归一化处理后，对归一化处理后的原始数据进行幅值偏差修正，得到幅值修正特征矩阵；同时，对归一化处理后的原始数据进行相位偏差修正，得到相位修正特征矩阵；利用LSTM模型对所述幅值修正特征矩阵和相位修正特征矩阵进行融合，得到NWP风速修正结果。本发明所提出的方法对幅值与相位修正结果进行融合，可以提高NWP预测风速修正的准确性。
-
公开(公告)号：CN116148950A
公开(公告)日：2023-05-23
申请号：CN202310034532.6
申请日：2023-01-10
申请人： 中国华能集团清洁能源技术研究院有限公司
IPC分类号： G01W1/10 , G01P5/00 , G06F18/214 , G06F18/21 , G06F18/25 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明公开了一种基于深度学习的超短时风速预测方法、系统、装置及介质，包括：获取机组数据与气象数据，并以季节差异对机组数据和气象数据进行划分，得到不同季节的数据集；对机组数据进行划分，获取不同工况，对不同工况和不同季节的数据集进行数据抽样；得到测试集和训练集；基于根据机组数据与气象数据的不同特性构建不同的网络结构，并进行特征融合搭建最终的网络结构；基于训练集和测试集对最终的网络结构进行训练，确定最优模型；对待预测数据进行划分并输入至最优模型，得到风速预测结果。本发明能够对极端风况进行提前控制，减少风电机组在极端风况下的载荷冲击，降低风电机组的运行风险，提高风电机组运行时间，延长风电机组使用寿命。
-
公开(公告)号：CN117272205A
公开(公告)日：2023-12-22
申请号：CN202311257315.X
申请日：2023-09-27
申请人： 中国华能集团清洁能源技术研究院有限公司 , 华能澜沧江水电股份有限公司
IPC分类号： G06F18/2433 , G06F18/15 , G06Q50/06
摘要： 本发明公开了一种风电场多维异常数据检测清洗方法、系统、设备及介质，属于风力发电技术领域，方法包括根据风机的运行机理和控制策略，对风电机组的实测数据中的极端异常数据进行剔除，得到初步筛选实测数据；根据风机的变桨控制策略，对初步筛选实测数据中的限电数据进行剔除，得到第二次筛选实测数据；根据3sigma原则，对第二次筛选实测数据中的离散异常数据进行剔除，得到第三次筛选实测数据；根据风电场运行数据，采用双向四分位法或双向单边四分位法，对第三次筛选实测数据中的边缘异常数据进行剔除，得到最终实测数据。综合风电机组各项运行数据，能够进行多维度的异常数据辨识，最大程度保留高质量的实测数据，为后续提升风电功率估算精度提供可靠依据。
-
公开(公告)号：CN117094848A
公开(公告)日：2023-11-21
申请号：CN202311003356.6
申请日：2023-08-10
申请人： 中国华能集团清洁能源技术研究院有限公司
摘要： 本发明涉及风电场数据处理技术领域，尤其涉及一种风电场测风数据补插方法、装置、设备及存储介质，包括：获取气象再分析数据，对气象数据进行分析处理，得到输入数据；对输入数据进行归一化处理，得到训练集；构建测风数据补插模型，利用训练集对测风数据补插模型进行训练，得到训练完成的测风数据补插模型；利用训练完成的测风数据补插模型对待检测数据进行预测，得到预测待补插风速，获取高分辨率的气象数据，并对所述气象数据进行分析处理，基于BP神经网络的权值和阈值构建测风数据补插模型，为风功率预测系统提供完整、准确的测风数据，提高了风功率预测精度，进而有效降低风电场运营成本，提高风电场竞争力，具有较高的实际工程应用价值。
-
公开(公告)号：CN116245251A
公开(公告)日：2023-06-09
申请号：CN202310259340.5
申请日：2023-03-09
申请人： 中国华能集团清洁能源技术研究院有限公司
IPC分类号： G06Q10/04 , G06Q50/06 , G06N3/045 , G06N3/0464 , H02J3/00
摘要： 本发明提出一种并行的多步风功率预测方法及装置，其中，方法包括：通过获取历史时段的机组运行数据和气象数据，实现根据历史时段的机组运行数据和气象数据，确定输入矩阵，从而将输入矩阵分别输入至至少一个预测时间分段的预测模型，以得到各预测时间分段的功率预测结果，其中，预测时间分段是基于预测时段确定的，进而将各预测时间分段的功率预测结果汇总，以得到预测时段的目标功率预测结果。由此，可实现将预测时段进行分段，得到至少一个预测时间分段，从而每个预测时间分段对应一个预测模型，不同预测时间分段的预测模型提取不同的数据特征，有效提高了预测的准确性。
-
-
-
-
-
-
-
-
-
搜索结果
38 条记录 (耗时 0.061 秒)
