一种多因素风电场发电量预测方法

    公开(公告)号:CN115719115A

    公开(公告)日:2023-02-28

    申请号:CN202211458203.6

    申请日:2022-11-21

    Abstract: 本发明公开了一种多因素风电场发电量预测方法,形成新的天牛群算法,达到更好的参数寻优效果;通过近似熵法对分解序列进行序列重构;使用主成分分析方法对S1中的10组数据进行数据降维处理,选取合适维度的主成分数据作为后续的输入数据;构建初始KSVR模型;将降维处理后的数据输入KSVR模型并进行模型的训练;计算发电量的预测数据与结果的误差值;判断KSVR模型的参数是否为最优值或者满足误差要求,若不满足要求,则执行S7的BASO算法对KSVR算法的参数进行调优;若KSVR模型的参数为最优参数,保存该模型的参数,对输出数据进行叠加得到预测结果。

    一种分散式电采暖负荷二阶模型参数辨识方法

    公开(公告)号:CN115169211A

    公开(公告)日:2022-10-11

    申请号:CN202210782026.0

    申请日:2022-07-05

    Abstract: 本发明是一种分散式电采暖负荷二阶模型参数辨识方法,其特点是:通过二阶等效热参数模型方程,获得用于模型参数辨识的墙体温度Te(t)和室内温度Ti(t)的计算公式,进而进行模型参数辨识,通过模型参数确定与获取、对模型参数设置约束和进行初始化、适应度的计算和粒子群种群更新,确定了全局最优参数。其具有稳定性好、准确度高的优点,能够在较短时间内得到较为准确的模型参数,建立可以准确预测用户室内温度的分散式电采暖负荷模型,为分散式电采暖负荷参与电网调节提供了良好的模型基础。

Patent Agency Ranking