-
公开(公告)号：CN112668806A
公开(公告)日：2021-04-16
申请号：CN202110058821.0
申请日：2021-01-17
申请人： 中国南方电网有限责任公司 , 东北电力大学 , 中国电力科学研究院有限公司
IPC分类号： G06Q10/04 , G06Q50/06 , G06K9/62 , G06F30/20 , G06F111/08
摘要： 本发明的一种基于改进随机森林的光伏功率超短期预测计算方法，其特点是，包括：随机森林模型的初步预测、初步预测结果下午时段的修正、初步预测结果上午时段的修正、仿真计算和误差分析步骤，将光伏功率日周期性分析应用随机森林模型所得到的双时段序列预测中，并且与基础随机森林预测方法对比进行预测，能够反映系统动态特性、跟踪未来功率趋势；改进随机森林超短期预测模型是一种修正预测模型，本模型计算简单、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：CN112668806B
公开(公告)日：2022-09-06
申请号：CN202110058821.0
申请日：2021-01-17
申请人： 中国南方电网有限责任公司 , 东北电力大学 , 中国电力科学研究院有限公司
IPC分类号： G06Q10/04 , G06Q50/06 , G06K9/62 , G06F30/20 , G06F111/08
摘要： 本发明的一种基于改进随机森林的光伏功率超短期预测计算方法，其特点是，包括：随机森林模型的初步预测、初步预测结果下午时段的修正、初步预测结果上午时段的修正、仿真计算和误差分析步骤，将光伏功率日周期性分析应用随机森林模型所得到的双时段序列预测中，并且与基础随机森林预测方法对比进行预测，能够反映系统动态特性、跟踪未来功率趋势；改进随机森林超短期预测模型是一种修正预测模型，本模型计算简单、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：CN112787327A
公开(公告)日：2021-05-11
申请号：CN202110116663.X
申请日：2021-01-28
申请人： 国电南瑞科技股份有限公司 , 中国南方电网有限责任公司 , 中国电力科学研究院有限公司 , 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司
摘要： 本发明公开了一种基于送、受端区域优化的两区域应急备用配置方法和装置，以目标场景下电力系统两区域风险总成本最小为目标，考虑两区域间的应急备用功率支援，基于控制代价性能比指标，评估参与竞标的两区域不同等级应急备用在目标场景下提供单位有效应急备用电量的风险成本，从两区域参与竞标的应急备用集合中选取应急备用，组成经济性最优的应急备用序列，以应对电力系统中可能出现的风险。本发明能自适应地确定应对新能源出力不确定风险的送、受端区域，有效解决跨区功率互济中输电容量越限的问题，并在应对风险时优先利用本地备用资源，工程实用性得到了提升。
-
公开(公告)号：CN112926398A
公开(公告)日：2021-06-08
申请号：CN202110117431.6
申请日：2021-01-28
申请人： 中国南方电网有限责任公司 , 华中科技大学 , 中国电力科学研究院有限公司
摘要： 本发明提供一种基于VMD‑EMD‑WT信号分解和SDAE深度学习的短期集群风电功率预测优化方法，包括以下步骤：对原始特征数据库中多维NWP数据和风电场历史功率数据进行预处理后划分为训练集和测试集，利用VMD、EMD和WT对训练集风速和风向特征量进行分解后作为新训练集，将新训练集和测试集的风速和风向特征量输入SDAE进行深度学习，建立VMD‑SDAE、EMD‑SDAE和WT‑SDAE预测子模型；将三个预测子模型输出结果随机划分成几个集合，使用SVM算法对每个集合进行集成，产生单次集成结果；将所有单次集成结果再随机划分成几个集合，再利用SVM算法对每个集合进行集成，建立多重集成学习模型，输出预测结果。本发明具有更高准确性和更好鲁棒性，有效提升短期风电功率预测精度。
-
公开(公告)号：CN112787327B
公开(公告)日：2022-08-09
申请号：CN202110116663.X
申请日：2021-01-28
申请人： 国电南瑞科技股份有限公司 , 中国南方电网有限责任公司 , 中国电力科学研究院有限公司 , 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司
摘要： 本发明公开了一种基于送、受端区域优化的两区域应急备用配置方法和装置，以目标场景下电力系统两区域风险总成本最小为目标，考虑两区域间的应急备用功率支援，基于控制代价性能比指标，评估参与竞标的两区域不同等级应急备用在目标场景下提供单位有效应急备用电量的风险成本，从两区域参与竞标的应急备用集合中选取应急备用，组成经济性最优的应急备用序列，以应对电力系统中可能出现的风险。本发明能自适应地确定应对新能源出力不确定风险的送、受端区域，有效解决跨区功率互济中输电容量越限的问题，并在应对风险时优先利用本地备用资源，工程实用性得到了提升。
-
公开(公告)号：CN113128793A
公开(公告)日：2021-07-16
申请号：CN202110545719.3
申请日：2021-05-19
申请人： 中国南方电网有限责任公司 , 山东大学 , 中国电力科学研究院有限公司
摘要： 本发明公开了一种基于多源数据融合的光伏功率组合预测方法及系统，包括：获取历史发电功率序列数据以及待预测日外部气象数据；将所述数据分别输入到训练好的卷积神经网络子预测模型、长短期记忆网络子预测模型和极端梯度增强树子预测模型进行光伏功率预测；根据待预测日当日的云量指标进行天气类型的归类，进而确定每一个子预测模型的预测权重；基于所述权重将上述子预测模型的预测结果进行融合，得到最终的光伏功率预测结果。本发明将各种不同的架构的数据信息进行了综合，充分分析了历史功率数据、气象数据以及卫星云图数据的特点，然后融合出统一的，比单一数据更好、更丰富的信息。
-
公开(公告)号：CN118739292A
公开(公告)日：2024-10-01
申请号：CN202410875755.X
申请日：2024-07-02
申请人： 东北电力大学 , 中国电力科学研究院有限公司 , 国网甘肃省电力公司电力科学研究院
IPC分类号： H02J3/00 , G06F18/214 , G06F18/22 , G06N3/0442 , G06F30/27 , G06Q50/06 , G06N3/0499 , G06N3/084 , G06F119/02
摘要： 本发明公开了一种短期风电功率预测方法，包括以下步骤：S1:计算选定风电场的待叠加低频序列分量个数N；S2:基于ICEEMDAN对待修正NWP风速序列进行分解，获得若干待修正NWP风速序列分量；S3:将所述若干待修正NWP风速序列分量中的N个低频序列分量进行叠加，获得待修正NWP风速趋势序列；S4:基于加权双重约束值从历史NWP风速趋势序列中筛选出所述待修正NWP风速趋势序列对应的若干历史相似NWP风速趋势序列；基于所述若干历史相似NWP风速趋势序列对所述待修正NWP风速序列进行修正，获得已修正NWP风速序列；S5:基于所述已修正NWP风速序列获得选定风电场的短期预测风电功率。本发明不仅可以提高NWP风速的预测准确度且可以提高风电功率的预测准确度。
-
公开(公告)号：CN118941112A
公开(公告)日：2024-11-12
申请号：CN202410996097.X
申请日：2024-07-24
申请人： 东北电力大学 , 中国电力科学研究院有限公司
IPC分类号： G06Q10/0637 , G06Q50/06 , G06N3/0455 , G06N3/084 , H02J3/00
摘要： 本发明公开了一种基于时空相关性的光伏电站集群功率预测方法，包括以下步骤：对数值天气预报中的气象特征和光伏电站输出功率进行相关性分析，确定影响光伏功率预测的特征变量；定义光伏电站中的每个光伏站点为一个节点，基于所述特征变量和光伏电站输出功率计算每个节点之间的相似性，构建邻接矩阵；将所述邻接矩阵输入优化后的GAT‑Transformer模型，获得光伏电站集群功率预测结果；所述GAT‑Transformer模型包括：GAT模块和Transformer模块。该方法通过时空特征的综合处理、高效模型结构与优化算法的结合，实现了对光伏电站集群功率的高精度、高效预测，同时保持了模型的灵活性、可扩展性和一定的解释性，为光伏能源管理与调度提供有力支持。
-
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
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：CN117277308A
公开(公告)日：2023-12-22
申请号：CN202311329201.1
申请日：2023-10-16
申请人： 东北电力大学 , 中国电力科学研究院有限公司
IPC分类号： H02J3/00 , G06F30/27 , G06F18/213 , G06F18/23 , G06N3/0464 , G06N3/048 , G06N3/0499 , G06F119/06
摘要： 本发明基于天气变化自适应的分布式光伏短期功率预测方法，属于光伏功率预测技术领域，基于改进多元宇宙算法优化的卷积神经网络，通过对历史功率样本进行滤波处理，采用K‑Medoids算法对功率序列进行聚类划分得到代表性天气事件气象特征，在基于灰色关联度匹配未来时段的天气事件类型，通过天气过程聚类划分对不同天气场景的分布式光伏功率进行短期预测，得出结论经仿真验证，证明本发明方法有效提升了光伏功率在不同天气事件下的适应性，提升了整体的预测精度。
-
-
-
-
-
-
-
-
-
搜索结果
177 条记录 (耗时 0.14 秒)
