一种基于时空特征融合的短期电力负荷预测方法

    公开(公告)号:CN119944670A

    公开(公告)日:2025-05-06

    申请号:CN202510413593.2

    申请日:2025-04-03

    Abstract: 本发明公开了一种基于时空特征融合的短期电力负荷预测方法,包括以下步骤:构建特征数据库;识别并剔除异常值,填补缺失值,采用Z‑score方法对数据进行标准化处理;采用Canopy粗聚类算法确定聚类个数C和集群S,作为KFCM算法的初始参数;通过C‑KFCM聚类计算隶属度矩阵、噪声点及聚类中心,完成数据聚类;通过CEEMDAN算法对聚类后的数据进行分解,依次提取IMF分量及残差信号,直至余量信号无法被进一步分解;通过嵌入层将静态特征和时变特征转化为向量;利用门控残差网络GRN和变量选择网络动态选择关键特征;解码器结合编码器输出未来已知特征预测负荷值;本发明为电力系统优化调度提供有力支持。

    一种基于多模态特征融合的超短期太阳辐照度预测方法

    公开(公告)号:CN118470486B

    公开(公告)日:2024-10-18

    申请号:CN202410913505.0

    申请日:2024-07-09

    Abstract: 本发明公开了一种基于多模态特征融合的超短期太阳辐照度预测方法,包括以下步骤:(1)获取待测光伏电站的多源历史数据并进行预处理;(2)利用TimesNet的二维时序卷积从时序多周期特性的角度学习时间序列特征,将历史序列转化为二维张量,利用二维卷积提取时序特征;(3)利用T2T‑ViT从局部和全局两个角度进行图像信息挖掘,提取表征云层分布和运动信息的特征;(4)利用变换器模型Transformer的编码器在图像特征中寻找与时序特征相似的部分并进行注意力的融合;(5)利用Transformer的解码器直接输出光伏发电功率多步预测结果,并对此进行误差评估;本发明能够提取表征云层分布和运动信息的特征。

    一种考虑历史相似日与组合权重的光伏功率预测方法

    公开(公告)号:CN118469106B

    公开(公告)日:2024-09-06

    申请号:CN202410942530.1

    申请日:2024-07-15

    Abstract: 本发明公开了一种考虑历史相似日与组合权重的光伏功率预测方法,包括以下步骤:(1)利用灰色关联度选取重要气象特征,并采用模糊C均值聚类将历史日划分为晴天、多云、阴天和雨雪天气组成训练集;(2)将分类好的四个训练集分别通过最小二乘支持向量机LSSVR预测;(3)利用完全集合经验模态分解将历史数据分解成若干子序列,将各子序列通过卷积网络与长短期记忆网络并加入注意力机制的混合网络模型进行预测;(4)使用灰色关联分析法将LSSVR的预测结果与C模型的预测结果进行组合,以获得最终的预测结果;本发明更有效地进行光伏电站地能源管理和调度,减少因预测误差导致地能源浪费,从而带来显著地经济效益。

    一种基于多尺度相似日和改进型集成算法的光伏功率预测方法

    公开(公告)号:CN117973639B

    公开(公告)日:2024-06-14

    申请号:CN202410371893.4

    申请日:2024-03-29

    Abstract: 本发明公开了一种基于多尺度相似日和改进型集成算法的光伏功率预测方法,包括以下步骤:(1)根据收集到的NWP数据集,使用变异系数法计算各气象因子权重;(2)根据各气象因子的权重,采用多尺度相似日法计算预测日与各历史日气象因子的相似度,(3)利用SRCC分析特征与目标值之间的相关性,(4)使用LSTM和informer基础模型对训练集的短、长时间序列进行特征提取,采用TSCV法以Stacking集成算法作为框架生成元特征序列;(5)根据集成算法提取的元特征序列利用多元LR拟合特征序列与目标值之间的映射关系,最终得到光伏功率的预测值;本发明采用集成算法对光伏发电功率进行预测,准确度更高。

    一种基于时空相关性的短期光伏出力预测方法

    公开(公告)号:CN116565863A

    公开(公告)日:2023-08-08

    申请号:CN202310837787.6

    申请日:2023-07-10

    Abstract: 本发明公开了一种基于时空相关性的短期光伏出力预测方法,步骤如下:获取某区域多个光伏电站的历史功率及待测电站影响因子的历史数据,建立特征数据库;利用皮尔逊相关性分析,选取强相关的气象因子;引入历史发电功率,构造延时输入特征;建立基于区域光伏电站拓扑结构的GCN模型,对多光伏电站光伏空间演变模式横向追踪,聚合邻近光伏电场的空间特征,输出包含空间演变模式的空间特征集合;采用SGMD对输入特征进行模态分解,得到能够表现历史数据时序变化特征的多级模态子序列,构造高维特征集合;采用CNN‑BiLSTM神经网络进行特征提取和光伏发电功率预测,并进行误差评估。本发明为新型电力系统的能量管理和优化调度提供基础,具备较高的预测精度和可行性。

    基于绿证和碳交易交互的综合能源调度方法、系统

    公开(公告)号:CN116128553B

    公开(公告)日:2023-06-20

    申请号:CN202310419664.0

    申请日:2023-04-19

    Abstract: 本发明公开了一种基于绿证和碳交易交互的综合能源调度方法、系统,所述方法包括:建立可再生能源输出功率模型;基于可再生能源输出功率模型计算的实时输出功率,建立用于计算单位时长内绿证交易成本的绿证交易模型;计算单位时长内由可再生能源转化的绿证获得的碳排放量配额,并计算相应的碳排放量交易额;建立用于计算单位时长内碳交易成本的碳交易模型;在负荷需求量和化石能源设备的输出功率限制下,基于运营成本、绿证交易成本和碳交易成本的总和,对可再生能源和化石能源的功率输出进行调度。采用上述技术方案,提供综合能源系统的全局运行成本计算模型,实现基于降低运行成本的综合能源调度,避免能源浪费的同时,可以保护环境。

    一种基于组合赋权-MABAC的综合能源系统评价方法

    公开(公告)号:CN115471034A

    公开(公告)日:2022-12-13

    申请号:CN202210776993.6

    申请日:2022-07-04

    Abstract: 本发明公开了一种基于组合赋权‑MABAC的综合能源系统评价方法,所述方法包括:S1.在根据待评价系统特性选择指标体系后,基于DEMATEL(Decision‑making Trial and Evaluation Laboratory,决策实验室法)‑熵权法获取体系中各指标的主客观权重,并通过组合赋权方法实现权重融合;S2.基于MABAC方法构建评价模型,构建指标边界逼近区域矩阵,计算评价对象与边界区域距离,完成综合评价值计算。本发明为综合能源系统建设提供有力的理论支撑,实现多综合能源系统的对比分析,能够全面详实、客观合理地分析衡量综合能源系统的绩效、技术与运营水平的优势与不足,进而为未来系统发展提供决策依据与优化建议。

Patent Agency Ranking