-
公开(公告)号:CN117930389A
公开(公告)日:2024-04-26
申请号:CN202311734798.8
申请日:2023-12-18
Applicant: 中国南方电网有限责任公司 , 国能日新科技股份有限公司
IPC: G01W1/10
Abstract: 本发明提供了一种基于多地区的数值天气预警方法及系统,涉及数据处理技术领域,方法包括:通过无人机巡航采集目标区域地貌情况,确定N个区域地貌信息进行特征提取,获取M个地区特征,根据气象探测仪采集实时数据,确定N个区域初值根据M个地区特征进行数值赋予获取特征数值集,对历史气象数据进行遍历,根据气象数据遍历结果与特征数值集进行匹配,获取气象特征数值集生成多级告警指令,根据多级告警指令进行多等级天气预警,本发明解决了现有技术中无法对多地区的天气特征实时管控,导致天气预警效率以及准确率低的技术问题,实现了基于数值天气的合理化精准管控,提高天气预警效率以及准确率。
-
公开(公告)号:CN117993757A
公开(公告)日:2024-05-07
申请号:CN202311735734.X
申请日:2023-12-18
Applicant: 中国南方电网有限责任公司 , 国能日新科技股份有限公司
IPC: G06Q10/0639 , F03D17/00 , G06Q50/06 , G06N3/09
Abstract: 本申请涉及智能评估技术领域,提供一种基于气象研究的风机出力损失智能评估方法及系统。所述方法包括:确定目标风机,对所述目标风机进行框选获得风机叶片;得到风机叶片基础信息集,其中风机叶片信息集受气象影响;根据所述气象影响,获取温度和湿度与叶片覆冰程度的影响,获得实时风机叶片信息集;根据所述风机叶片基础信息集结合风力发电量计算公式得到理论发电值;根据不同天气下的所述实时风机叶片信息集和实际发电值进行解析;结合所述理论发电值和所述实际发电值对所述目标风机进行出力损失智能评估。本申请解决了现有技术中风机发电效率不高的技术问题,达到了提高风机发电效率,维护风机设备的安全稳定运行的技术效果。
-
公开(公告)号:CN117375000A
公开(公告)日:2024-01-09
申请号:CN202311110723.2
申请日:2023-08-31
Applicant: 国网北京市电力公司 , 国能日新科技股份有限公司
Abstract: 本发明公开了一种有源配电网供需平衡风险预警方法及装置,涉及电力系统领域,该方法包括:获取配电网某个断面中各线路的单线图,将单线图拼接为联络图,生成各运行方式下的拓扑结构树,对于并网侧没有连接变压器的分布式电源,则在其公共并网点虚拟一个变压器;获取各拓扑结构树的负荷预测曲线及功率预测曲线,将负荷预测值和分布式电源的发电功率值折算至各变压器;计算拓扑结构树中各树枝的跳闸概率,在此基础上各拓扑结构树的跳闸损失期望值,进而计算得到各拓扑结构树的损失期望;最后,计算所有运行方式下各线路的运行风险,评估当前运行方式的各类风险等级,给出所有运行方式中的风险等级最小的推荐运行方式。
-
公开(公告)号:CN116773971B
公开(公告)日:2023-12-19
申请号:CN202311086861.1
申请日:2023-08-28
Applicant: 国能日新科技股份有限公司
Abstract: 本发明提供一种有源配电网故障电流的确定方法、装置、设备及介质,属于电力系统技术领域,其中方法包括:建立以有源配电网中至少一个电源为叶子节点,母线为根节点的树状线路结构;确定故障线路和第一阻抗值;获取非故障线路上至少一个非故障电源各自到母线的第二阻抗值;基于预设的等效恒流源模型、母线的短路电压、第一阻抗值、各第二阻抗值及各非故障电源的短路电流,确定各非故障电源中每一个非故障电源的接入容量阈值;基于预设约束方程及各接入容量阈值,确定非故障线路的故障电流之和;基于非故障线路的故障电流之和,确定故障线路的故障电流;基于非故障线路的故障电流之和及故障线路的故障电流,确定有源配电网的故障电流。
-
公开(公告)号:CN115049024A
公开(公告)日:2022-09-13
申请号:CN202210971953.7
申请日:2022-08-15
Applicant: 国能日新科技股份有限公司
Abstract: 本发明提供风速预测模型的训练方法、装置、电子设备和存储介质,涉及风力发电技术领域,风速预测模型的训练方法包括:根据风电场的历史实测风速数据和与历史实测风速数据对应的风电场出力数据,得到观测风速;获取至少两个天气模式对应的至少两组预报数据,并根据每组预报数据分别构建气象特征;将观测风速和至少两组气象特征输入lasso回归模型,得到至少两个初步预测值;对每个初步预测进行偏差修正,得到至少两组预测风速;将预测风速作为初始风速预测模型的输入特征进行训练,获得风速预测模型。本发明基于深度学习网络完成多模式融合的风速预测模型的训练,该风速预测模型融合了不同的数值预报产品,可以更准确的预测风速。
-
公开(公告)号:CN119398818A
公开(公告)日:2025-02-07
申请号:CN202411412640.3
申请日:2024-10-11
Applicant: 国能日新科技股份有限公司
IPC: G06Q30/0201 , G06Q50/06 , G06N3/042
Abstract: 本发明公开了一种电价时段的供需预测方法、装置、服务器及存储介质,所述方法包括:获取预设的每个点位的多源长中短气象区域气象数据;针对每个点位之间的位置关系建立初始拓扑关系图;根据点位之间的位置关系建立点位之间的初始权重,形成训练拓扑关系图;根据每个点位的气象数据的相关程度设定标量权重;将训练拓扑关系图和每个点位对应的气象数据输入训练完成的图神经网络,根据所述标量权重设定各个点位提取到的特征互相进行交互的程度;接收所述训练完成的图神经网络模型输出的多个点位的气象预测结果;将省调发布实际供需数据和多个点位的气象预测结果,以省调发布实际供需数据分项为目标,建立预测模型,预测出需要预测电价时段的供需。
-
公开(公告)号:CN118094231A
公开(公告)日:2024-05-28
申请号:CN202410397742.6
申请日:2024-04-03
Applicant: 国能日新科技股份有限公司
IPC: G06F18/214 , G06F17/16 , G06N3/0499 , G01W1/10 , G01P5/00
Abstract: 本发明提出一种基于山谷风的风机风速预测方法及装置,构建风机风速预测模型,以风机所在位置的山谷信息数据、气象预报信息数据、山风与谷风切换的预测时间作为输入,进行风机风速预测。本发明能够解决风机因山谷风干扰导致的全天风速难以预测问题,提高风机风速的预测准确率,有利于电网安全稳定运行。
-
公开(公告)号:CN119292813A
公开(公告)日:2025-01-10
申请号:CN202411388492.6
申请日:2024-09-30
Applicant: 国能日新科技股份有限公司
IPC: G06F11/07 , G06F18/23213 , G06F18/22 , G06F18/214
Abstract: 本发明提供一种基于聚类算法的新能源单机数据修复的方法和计算设备,所述方法包括:对各个场站的历史数据中的正确数据进行处理;根据处理后的所述正确数据进行聚类分组,确定各个场站所属的簇;识别各个场站的实时数据中的缺失数据和异常值并进行标记;根据识别出缺失数据和异常值的场站所属的簇,修复缺失数据和异常值。根据本发明的技术方案,能够提高数据处理效率,缩短数据修复时间,实现实时在线修复数据,提升设备运行状态的监控力度和维护能力。
-
公开(公告)号:CN116773971A
公开(公告)日:2023-09-19
申请号:CN202311086861.1
申请日:2023-08-28
Applicant: 国能日新科技股份有限公司
Abstract: 本发明提供一种有源配电网故障电流的确定方法、装置、设备及介质,属于电力系统技术领域,其中方法包括:建立以有源配电网中至少一个电源为叶子节点,母线为根节点的树状线路结构;确定故障线路和第一阻抗值;获取非故障线路上至少一个非故障电源各自到母线的第二阻抗值;基于预设的等效恒流源模型、母线的短路电压、第一阻抗值、各第二阻抗值及各非故障电源的短路电流,确定各非故障电源中每一个非故障电源的接入容量阈值;基于预设约束方程及各接入容量阈值,确定非故障线路的故障电流之和;基于非故障线路的故障电流之和,确定故障线路的故障电流;基于非故障线路的故障电流之和及故障线路的故障电流,确定有源配电网的故障电流。
-
公开(公告)号:CN119401410A
公开(公告)日:2025-02-07
申请号:CN202411473341.0
申请日:2024-10-22
Applicant: 国能日新科技股份有限公司
IPC: H02J3/00
Abstract: 本发明提出一种分布式光伏实测负荷数据自适应拟合方法及装置,分别利用集中式光伏实发功率数据、10kV分布式光伏实发功率数据、低压分布式光伏样板站实发功率数据、以及这三种实发功率数据的加权平均按照装机容量进行一天96时刻点实发功率数据拟合的4种拟合方案;设定误差阈值;基于自适应PID算法进行拟合方案切换控制,将当前时刻点与上一时刻点分布式光伏实发功率数据的误差与所述误差阈值进行对比,超出误差阈值则按照顺序依次切换,按照切换后的拟合方案继续进行分布式光伏实发功率数据的拟合;根据拟合得到的分布式光伏实发功率数据,计算实测负荷数据。本发明能够解决分布式光伏运行波动带来的电网负荷预测准确率降低的问题。
-
-
-
-
-
-
-
-
-