公开(公告)号：CN117787505A

公开(公告)日：2024-03-29

申请号：CN202410101505.0

申请日：2024-01-24

Applicant: 北京空间机电研究所

Inventor： 徐崇斌 ,  孙晓敏 ,  左欣 ,  陈前

IPC: G06Q10/04 ,  G06F18/214 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明实施例涉及一种区域短波辐射预测方法及装置，所述方法包括：搭建区域短波辐射预测模型；获取预定经纬度范围和时间范围的短波辐射数据，并对所述短波辐射数据进行预处理；将预处理后的数据按照时间节点设定比例划分为训练集数据、验证集数据和测试集数据；采用训练集数据对区域短波辐射预测模型进行训练，以得到训练好的区域短波辐射预测模型；对训练好的区域短波辐射预测模型采用验证集数据和测试集数据进行验证和测试后，进行区域短波辐射预测。本发明实施例提供的技术方案，通过短波辐射预测模型的设计，实现了高时空分辨率的短波辐射预测。

公开(公告)号：CN117408145A

公开(公告)日：2024-01-16

申请号：CN202311326101.3

申请日：2023-10-13

Applicant: 北京空间机电研究所

Inventor： 徐崇斌 ,  孙晓敏 ,  李媛媛 ,  左欣 ,  陈前

IPC: G06F30/27 ,  G06F18/15 ,  G06F18/214 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/048 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明公开了一种区域短波辐射预测方法及系统，上述方法包括如下步骤：获取短波辐射数据，进行缺失数据补全和归一化处理，按照预设比例划分为训练集、验证集和预测集；构建门循环卷积神经网络模型，门循环卷积神经网络模型包括：卷积下采样层、轨迹门循环卷积神经网络、反卷积上采样层，确定模型超参数和训练超参数；基于训练集、验证集和预测集对门循环卷积神经网络模型进行训练优化；依据预设时长的短波辐射历史数据，基于门循环卷积神经网络模型计算得到区域短波辐射预测数据。通过短波辐射历史数据对门循环卷积神经网络模型进行训练优化，实现高精度、高时空分辨率的区域短波辐射预测，对推动新能源发电具有重要意义。

公开(公告)号：CN115826092A

公开(公告)日：2023-03-21

申请号：CN202211350817.2

申请日：2022-10-31

Applicant: 北京空间机电研究所

Inventor： 徐崇斌 ,  李媛媛 ,  左欣 ,  陆熠锴 ,  陈前 ,  孙晓敏

IPC: G01W1/10 ,  G06F17/18 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于信息自注意力模型的多气象要素预测方法及系统，其中方法包括：获取一气象站的气象采集数据，所述气象采集数据包括：若干个气象要素的数值及对应的采集时间，所述气象要素包括：温度、露点温度、太阳辐射向下、气压；对所述气象采集数据进行归一化处理；基于信息自注意力模型，依据归一化处理后的所述气象采集数据进行中短期多气象要素预测，得到多气象要素预测结果。通过基于信息自注意力模型对历史气象采集数据进行预测，克服了传统气象数据预报存在的高计算复杂度和预报延迟问题，实现了高效的近实时预报，及中短期多气象要素预报。

公开(公告)号：CN118114809A

公开(公告)日：2024-05-31

申请号：CN202410101003.8

申请日：2024-01-24

Applicant: 北京空间机电研究所

Inventor： 徐崇斌 ,  孙晓敏 ,  左欣 ,  陈前

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F18/214 ,  G06F18/24 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明实施例涉及一种风力发电功率预测方法及装置，所述方法包括：获取风电场的风力发电原始数据集；根据风力发电原始数据集的数据，进行一次数据处理得到间接数据集；对各所述数据集中的数据进行二次数据处理后生成样本数据集；利用样本数据集构造训练集，以对风力发电功率预测模型进行训练，得到最优风力发电功率预测模型；采用最优风力发电功率预测模型对风电场进行风力发电功率预测。本发明实施例的技术方案，通过结合风电场的基础信息、历史功率数据、历史气象数据和气象预报数据，并根据风力发电的特点，对所采集的数据进行补充和处理，训练基于经验模式分解、卷积神经网络、长短期记忆网络的风力发电预测模型，可用于预测未来48小时的风力发电功率，极大地提高了预测的准确度。

公开(公告)号：CN117993553A

公开(公告)日：2024-05-07

申请号：CN202410100983.X

申请日：2024-01-24

Applicant: 北京空间机电研究所

Inventor： 徐崇斌 ,  孙晓敏 ,  陈前 ,  左欣

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F18/214 ,  G06F18/24 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明实施例涉及一种集中式光伏电站发电功率预测方法及装置，所述方法包括：获取光伏电站的光伏发电原始数据集；根据光伏发电原始数据集的数据，进行一次数据处理得到间接数据集；对各所述数据集中的数据进行二次数据处理后生成样本数据集；利用样本数据集构造训练集，以对光伏发电功率预测模型进行训练，得到最优光伏发电功率预测模型；采用最优光伏发电功率预测模型对光伏电站进行光伏发电功率预测。本发明实施例的技术方案，通过结合光伏电站参数信息、历史发电数据和数值天气预报的气象预测数据，训练基于卷积—循环神经网络的区域光伏功率预测模型，可以预测未来14天的光伏发电功率，极大地提高了预测精度。

公开(公告)号：CN115688577A

公开(公告)日：2023-02-03

申请号：CN202211351941.0

申请日：2022-10-31

Applicant: 北京空间机电研究所

Inventor： 徐崇斌 ,  李媛媛 ,  左欣 ,  陆熠锴 ,  孙晓敏 ,  陈前

IPC: G06F30/27 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于编码器‑解码器结构的短波辐射预测方法，包括如下步骤：获取短波辐射数据；对短波辐射数据进行数据处理，数据处理包括：缺失值处理和归一化处理；基于编码器和解码器结构，通过多尺度损失训练策略对短波辐射数据进行预测，以得到短波辐射预测结果。通过基于编码器‑解码器结构结合遥感观测数据，实现时空分辨率高且泛化性高的短波辐射预测；通过多尺度损失优化策略，在不增加额外计算资源的情况下，提升了模型性能，实现了高精度和高效率的短波辐射预测。