-
公开(公告)号：CN105914787B
公开(公告)日：2018-04-03
申请号：CN201610356310.6
申请日：2016-05-25
Applicant: 哈尔滨工业大学 , 南京遒涯信息技术有限公司 , 哈尔滨机易电站设备有限公司
CPC classification number: Y02E10/763 , Y02E60/76 , Y04S40/22
Abstract: 一种基于功率瞬时相对变化速度的风电不确定性的定量刻画方法，涉及风功率不确定性的定量刻画方法。为了刻画风功率波动的不确定性，进而满足电力系统对实时调度和优化的控制需求。本发明定义了风功率变化速率刻画指标，在大量统计数据的基础上，发现了风功率变化速率刻画指标的多尺度调幅效应并给出了一个单一三参数幂律模型，并发现风功率变化速率刻画指标存在日周期特性。最后，提出了功率瞬时相对变化速度的概念，定义风功率多尺度变化速率刻画指标受小时级平均风功率的调制，通过对风电场24小时风功率分别建立幂律模型进行拟合，得到时变三参数幂律模型并用其准确定量刻画风功率不确定性。满足新能源电力系统的实时调度与优化控制的特殊需求。
-
公开(公告)号：CN105956252B
公开(公告)日：2019-04-02
申请号：CN201610269724.5
申请日：2016-04-27
Applicant: 哈尔滨工业大学 , 南京遒涯信息技术有限公司 , 哈尔滨机易电站设备有限公司
IPC: G06F17/50
Abstract: 基于生成型深信度网络的超短期风速多尺度预报建模方法，涉及一种超短期风速的多尺度预测建模方法。为了提高短期风速多步预测的精度，本发明首先利用t层小波分解处理风速数据得到t+1段不同频率下的风速序列；针对不同频率下的风速序列分别构建训练集，基于DBN网络回归算法训练多输入多输出DBN回归预测模型，并利用相应测试集测试训练效果，分别得到不同频率下的预测模型；将不同频率下的预测模型的预报值进行小波重构，得到风速的实际预测值，实现对风电场实际风速的预测。本发明适用于超短期风速多尺度预报领域。
-
公开(公告)号：CN105956252A
公开(公告)日：2016-09-21
申请号：CN201610269724.5
申请日：2016-04-27
Applicant: 哈尔滨工业大学 , 南京遒涯信息技术有限公司 , 哈尔滨机易电站设备有限公司
IPC: G06F17/50
CPC classification number: G06F17/5036
Abstract: 基于生成型深信度网络的超短期风速多尺度预报建模方法，涉及一种超短期风速的多尺度预测建模方法。为了提高短期风速多步预测的精度，本发明首先利用t层小波分解处理风速数据得到t+1段不同频率下的风速序列；针对不同频率下的风速序列分别构建训练集，基于DBN网络回归算法训练多输入多输出DBN回归预测模型，并利用相应测试集测试训练效果，分别得到不同频率下的预测模型；将不同频率下的预测模型的预报值进行小波重构，得到风速的实际预测值，实现对风电场实际风速的预测。本发明适用于超短期风速多尺度预报领域。
-
公开(公告)号：CN105914787A
公开(公告)日：2016-08-31
申请号：CN201610356310.6
申请日：2016-05-25
Applicant: 哈尔滨工业大学 , 南京遒涯信息技术有限公司 , 哈尔滨机易电站设备有限公司
CPC classification number: Y02E10/763 , Y02E60/76 , Y04S40/22 , H02J3/386 , G06F17/5009 , H02J2003/007
Abstract: 一种基于功率瞬时相对变化速度的风电不确定性的定量刻画方法，涉及风功率不确定性的定量刻画方法。为了刻画风功率波动的不确定性，进而满足电力系统对实时调度和优化的控制需求。本发明定义了风功率变化速率刻画指标，在大量统计数据的基础上，发现了风功率变化速率刻画指标的多尺度调幅效应并给出了一个单一三参数幂律模型，并发现风功率变化速率刻画指标存在日周期特性。最后，提出了功率瞬时相对变化速度的概念，定义风功率多尺度变化速率刻画指标受小时级平均风功率的调制，通过对风电场24小时风功率分别建立幂律模型进行拟合，得到时变三参数幂律模型并用其准确定量刻画风功率不确定性。满足新能源电力系统的实时调度与优化控制的特殊需求。
-
公开(公告)号：CN105303056B
公开(公告)日：2017-12-01
申请号：CN201510786015.X
申请日：2015-11-16
Applicant: 哈尔滨工业大学 , 南京遒涯信息技术有限公司
IPC: G06F19/00
Abstract: 一种风速实时变化速率刻画方法，涉及一种风速变化的刻画方法。本发明为了解决电力系统备用容量在平抑风电波动过程中需要对风电变化速率进行刻画、而目前还没有关于风速变化速率的刻画指标的问题。发明首先定义风速实时变化速率刻画指标令Si＝[v(ti+Δt)‑v(ti)]2，并基于小波多尺度变换算法对序列Si进行小波分解，得到风速实时变化速率刻画指标时间序列分析各个时刻的风速实时变化速率刻画指标和与其时刻对应的小时级平均风速的多尺度调幅关系，对和小时级平均风速进行拟合，得到幂律拟合模型；根据得到的幂律拟合模型，依据小时级平均风速定量确定风速实时变化速率刻画指标实现对风速实时变化速率的定量刻画。本发明适用于指导电网进行运行控制与优化调度。
-
Patent Agency Ranking
公开(公告)号：CN105303056A
公开(公告)日：2016-02-03
申请号：CN201510786015.X
申请日：2015-11-16
Applicant: 哈尔滨工业大学 , 南京遒涯信息技术有限公司
IPC: G06F19/00
Abstract: 一种风速实时变化速率刻画方法，涉及一种风速变化的刻画方法。本发明为了解决电力系统备用容量在平抑风电波动过程中需要对风电变化速率进行刻画、而目前还没有关于风速变化速率的刻画指标的问题。发明首先定义风速实时变化速率刻画指标令Si＝[v(ti+Δt)-v(ti)]2，并基于小波多尺度变换算法对序列Si进行小波分解，得到风速实时变化速率刻画指标时间序列分析各个时刻的风速实时变化速率刻画指标和与其时刻对应的小时级平均风速的多尺度调幅关系，对和小时级平均风速进行拟合，得到幂律拟合模型；根据得到的幂律拟合模型，依据小时级平均风速定量确定风速实时变化速率刻画指标实现对风速实时变化速率的定量刻画。本发明适用于指导电网进行运行控制与优化调度。
-
公开(公告)号：CN105096614B
公开(公告)日：2017-11-14
申请号：CN201510612951.9
申请日：2015-09-23
Applicant: 南京遒涯信息技术有限公司
Abstract: 基于生成型深信度网络的新建路口交通流量预测方法，属于短期交通流量预测技术领域。本发明是为了解决目前针对新建路口进行交通流量预测存在的数据少，预测精度低的问题。它首先基于深度学习理论和受限的玻尔兹曼机，建立一个具有144输入与144输出结构的生成型深信度网络回归模型；所述新建路口所属城市的成熟路口数据对深信度网络回归模型进行预训练，获得深信度网络回归预训练模型；再利用新建路口的预存实际交通流量数据对深信度网络回归预训练模型继续进行精调，获得最终深信度网络回归模型；采集新建路口的当前实际交通流量数据，采用最终深信度网络回归模型对新建路口的交通流量进行在线预测。本发明用于新建路口交通流量预测。
-
公开(公告)号：CN105096614A
公开(公告)日：2015-11-25
申请号：CN201510612951.9
申请日：2015-09-23
Applicant: 南京遒涯信息技术有限公司
Abstract: 基于生成型深信度网络的新建路口交通流量预测方法，属于短期交通流量预测技术领域。本发明是为了解决目前针对新建路口进行交通流量预测存在的数据少，预测精度低的问题。它首先基于深度学习理论和受限的玻尔兹曼机，建立一个具有144输入与144输出结构的生成型深信度网络回归模型；所述新建路口所属城市的成熟路口数据对深信度网络回归模型进行预训练，获得深信度网络回归预训练模型；再利用新建路口的预存实际交通流量数据对深信度网络回归预训练模型继续进行精调，获得最终深信度网络回归模型；采集新建路口的当前实际交通流量数据，采用最终深信度网络回归模型对新建路口的交通流量进行在线预测。本发明用于新建路口交通流量预测。
-
公开(公告)号：CN110513158B
公开(公告)日：2021-12-24
申请号：CN201910833246.X
申请日：2019-09-04
Applicant: 黑龙江苑博信息技术有限公司 , 哈尔滨沃华智能发电设备有限公司 , 哈尔滨工业大学 , 东北电力大学
Abstract: 汽轮机前馈的多级速率调节方法，属于电力系统自动控制技术领域，本发明为解决现有在大范围变负荷时汽轮机侧的自动增益控制调节性能无法满足需要的问题。本发明调节方法的具体过程为：获取AGC负荷指令和机组实际负荷，计算偏差值ΔN；获取加负荷段阈值L；判断偏差值ΔN的范围，如果‑L≤ΔN≤L，输出功率信号为机组实际负荷；否则实时计算速率限制参数M；判断偏差值ΔN的范围，如果‑M≤ΔN≤M，则将最大修正速率加负荷时的负荷输出值作为输出功率信号，否则将最小修正速率加负荷时的负荷输出值作为输出功率信号。本发明用于火电机组中。
-
公开(公告)号：CN112949938B
公开(公告)日：2022-04-15
申请号：CN202110336545.X
申请日：2021-03-29
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种改善训练样本类别不均衡的风电爬坡事件直接预报方法，所述方法包括如下步骤：步骤一：根据风电场装机容量设定风电爬坡事件的阈值，对原始风电数据进行爬坡事件识别；步骤二：定义一种基于风电特性的分层过采样方法，根据实际风电数据设定相应的采样参数；步骤三：利用步骤一中获取的原始样本与步骤二中建立的基于风电特性的分层过采样方法对原始样本进行处理；步骤四：利用步骤三处理后的样本建立数据驱动的预测模型，进行风电爬坡事件的预测。本发明不仅有效地改善了风电爬坡事件与非爬坡事件之间的样本类不平衡问题，还改善了爬坡事件样本内部大功率爬坡事件与小功率爬坡事件的样本分布不均衡问题。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.06 seconds)
