一种风电功率概率区间的预测方法

    公开(公告)号:CN117151927A

    公开(公告)日:2023-12-01

    申请号:CN202311122762.4

    申请日:2023-08-31

    Abstract: 本发明提供一种风电功率概率区间的预测方法,包括以下步骤,针对目标区域,基于预设的采样时间间隔,采集预设历史时间段内检测气象数据以及实际风电功率数据,构建风电功率样本集,构建待训练的序列到序列注意力神经网络,序列到序列注意力神经网络包括自输入端至输出端依次连接的编码器、解码器、以及多层感知机MLP,基于风电功率样本集,以预设时间间隔的检测气象数据为输入,以对应的实际风电功率数据为输出,对待训练的序列到序列注意力神经网络进行训练,获得序列到序列注意力神经网络。本发明结合多种气象因素、采用直接多视野策略,结合动态权重调整设计分位数损失函数,能够更准确地预测风电功率概率区间,具有较好的预测效果。

    一种基于CFD的高铁风速仪精度提升方法

    公开(公告)号:CN118245916A

    公开(公告)日:2024-06-25

    申请号:CN202410446355.7

    申请日:2024-04-15

    Abstract: 本发明公开了一种基于CFD的高铁风速仪精度提升方法,具体为:在预设的风速条件下,利用CFD模拟超声波风速仪在高铁供电接触网支架上工作的场景,并获取风速分布云图;对云图进行划分确定超声波风速仪受接触网支架遮挡影响最为明显情况下的风向;获取超声波风速仪的观测风速;建立以预设风速‑接触网支架结构为输入,预设风速与观测风速之间的误差为输出的高铁风速仪物理修订模型;利用贝叶斯优化方法对修订模型进行参数优化,寻找使误差最小的支架结构最优参数,获得最优参数下的修订风速;利用XG‑Boost模型对修订风速进行修正,得到修正风速。通过修改接触网支架结构与人工智能算法结合的方法,提高极端大风情况高铁实时预报精确性。

Patent Agency Ranking