-
公开(公告)号：CN117728403A
公开(公告)日：2024-03-19
申请号：CN202311753127.6
申请日：2023-12-18
摘要： 本发明公开了一种寒潮天气大风场景下的风电功率概率预测方法及系统，涉及风电功率预测技术领域。该方法包括步骤：获取寒潮天气大风场景下数值天气预报数据和风电功率数据；根据数值天气预报数据与风电功率的相关性，选取出与风电功率强相关的关键气象因子；构建风电功率预测模型，利用风电功率预测模型对关键气象因子与风电功率数据进行预测，得到风电功率预测值；构建分位数回归概率预测模型，利用分位数回归概率预测模型对风电功率预测值进行处理，得到风电功率预测概率分布区间。本发明能够实现寒潮天气大风场景下风电功率的概率预测，为定性研究寒潮天气对风电的影响提供参考。
-
公开(公告)号：CN118153785A
公开(公告)日：2024-06-07
申请号：CN202410578268.7
申请日：2024-05-11
申请人： 山东大学
IPC分类号： G06Q10/04 , H02J3/00 , H02J3/46 , G06Q50/06 , G06F18/15 , G06F18/213 , G06F18/214 , G06F18/241 , G06N3/0455 , G06N3/084 , G06N3/088 , G06F123/02
摘要： 本发明涉及风光新能源功率预测技术领域，提供了一种极端天气下风光爬坡事件及极值功率预测方法及系统。该方法包括，依据极端天气事件的机理分析结果，获取极端天气的常规气象数据和极端气象数据；基于极端天气的常规气象数据和极端气象数据，采用堆叠去噪自编码器进行编码，提取关键气象特征；基于关键气象特征，采用分类器，识别爬坡标签；基于连续爬坡过程的爬坡标签，采用预测网络，预测爬坡起止端点的极值功率，所述极值功率为爬坡起止端点功率的平均绝对误差。本发明能够准确预测爬坡事件及极值功率，降低新能源发电的不确定性，提高新能源的消纳范围，保障新型电力系统在复杂场景下的供电能力。
-
公开(公告)号：CN118232318B
公开(公告)日：2024-11-05
申请号：CN202410280082.3
申请日：2024-03-12
申请人： 山东大学
IPC分类号： H02J3/00 , G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N3/0455
摘要： 本发明属于短期风电功率预测技术领域，为解决目前台风天气下风功率预测偏差较大问题，提供了台风场景下的短期风电功率预测方法、系统、介质及设备。其中，台风场景下的短期风电功率预测方法包括基于台风条件下的风电功率预测误差与台风天气过程的关系，确定台风对风电功率影响的气象因子集合，进而筛选出关键气象因子，得到台风场景下的模型输入特征；基于预定义的风电最大发电能力对风电最大发电能力理论值进行标定，结合预设发电能力预测模型，得到风电最大发电能力预测结果，实时修改预设功率预测模型的上限激活函数，确定出最终的功率预测模型以进行台风场景下的短期风电功率预测结果，有效提高了台风场景下短期风电功率预测的精度。
-
公开(公告)号：CN118153785B
公开(公告)日：2024-08-20
申请号：CN202410578268.7
申请日：2024-05-11
申请人： 山东大学
IPC分类号： G06Q10/04 , H02J3/00 , H02J3/46 , G06Q50/06 , G06F18/15 , G06F18/213 , G06F18/214 , G06F18/241 , G06N3/0455 , G06N3/084 , G06N3/088 , G06F123/02
摘要： 本发明涉及风光新能源功率预测技术领域，提供了一种极端天气下风光爬坡事件及极值功率预测方法及系统。该方法包括，依据极端天气事件的机理分析结果，获取极端天气的常规气象数据和极端气象数据；基于极端天气的常规气象数据和极端气象数据，采用堆叠去噪自编码器进行编码，提取关键气象特征；基于关键气象特征，采用分类器，识别爬坡标签；基于连续爬坡过程的爬坡标签，采用预测网络，预测爬坡起止端点的极值功率，所述极值功率为爬坡起止端点功率的平均绝对误差。本发明能够准确预测爬坡事件及极值功率，降低新能源发电的不确定性，提高新能源的消纳范围，保障新型电力系统在复杂场景下的供电能力。
-
公开(公告)号：CN117293826A
公开(公告)日：2023-12-26
申请号：CN202311585725.7
申请日：2023-11-27
申请人： 山东大学 , 国网江苏省电力有限公司电力科学研究院
IPC分类号： H02J3/00 , G06F18/2321 , G06F18/214
摘要： 本发明公开了一种分布式光伏缺失功率实时预测方法、系统、介质及设备，涉及光伏预测技术领域。该方法包括步骤：获取光伏板实时功率数据，并对功率数据利用傅里叶变换进行分解，得到低频平稳序列和高频波动序列；对于低频平稳序列采用静态插值模型来进行数据补齐；对于高频波动序列，进行空间插值和时间插值来进行数据的补齐；结合补齐的低频平稳序列和高频波动序列得到预测的完整的功率数据。本发明考虑光伏缺失功率数据的插值补齐方法和分布式光伏系统的多层级动态汇聚进行功率预测，为高精度的光伏功率预测提供数据支撑。
-
公开(公告)号：CN118070977B
公开(公告)日：2024-07-23
申请号：CN202410458016.0
申请日：2024-04-17
申请人： 山东大学
IPC分类号： G06Q10/04 , G06Q50/06 , G06F18/27 , G06F18/10 , G06F123/02
摘要： 本发明属于新能源功率预测技术领域，提供了一种考虑空间波动传播的新能源缺失数据估算方法及系统，获取多个分布式新能源站点的光伏功率序列；利用经验模态分解方法提取其中的波动过程和平稳过程；针对波动过程，利用导数动态时间规整方法提取波动对应时间序列，提取站点间的波动速度，对目标站点进行插值估算，基于插值估算结果，采用局部加权回归获取标准的功率序列；针对平稳过程，利用静态插值算法进行插值计算，得到插值后的功率序列；将两个序列进行加和，获得最终结果。本发明能够更为准确地提取波动传递过程，提高插值估算的精度。
-
公开(公告)号：CN118332347A
公开(公告)日：2024-07-12
申请号：CN202410320133.0
申请日：2024-03-20
申请人： 山东大学 , 国网山东省电力公司经济技术研究院
发明人： 杨明 , 李文升 , 陶李丹澜 , 孙东磊 , 赵龙 , 于一潇 , 李梦林 , 王传琦 , 单帅杰 , 张元赫 , 周皓阳 , 刘晓明 , 陈博 , 梁荣 , 孟祥飞 , 孙毅 , 王宪 , 刘蕊 , 王耀 , 袁振华
IPC分类号： G06F18/22 , G06F18/2131 , G06F18/23213 , G06Q50/06 , H02J3/46 , H02J3/14 , G06F123/02
摘要： 本发明属于分布式光伏技术领域，提供了一种基于高维特征提取的分布式光伏时空特性匹配方法及系统，包括：获取分布式光伏的出力曲线和用户的负荷功率曲线；提取所获取曲线的时空特征，构建时空特征矩阵；根据所构建的时空特征矩阵，进行时空特征多维聚类；基于所得到的多维聚类结果和所获取曲线的时空特征，得到基于聚类结果的分布式光伏与用户负荷之间的相似性分析，完成分布式光伏的时空特性匹配。
-
公开(公告)号：CN118232324A
公开(公告)日：2024-06-21
申请号：CN202410320428.8
申请日：2024-03-20
申请人： 山东大学 , 国网山东省电力公司经济技术研究院
发明人： 杨明 , 李文升 , 卓敏仪 , 孙东磊 , 郑志杰 , 于一潇 , 李梦林 , 王传琦 , 单帅杰 , 张元赫 , 周皓阳 , 刘晓明 , 陈博 , 杜鹏 , 梁荣 , 孙毅 , 孟祥飞 , 刘蕊 , 王宪 , 王耀 , 袁振华
IPC分类号： H02J3/00 , H02J3/38 , G06F18/2131 , G06F18/27 , G06N20/00 , G06N3/0442
摘要： 本发明属于光伏功率预测技术领域，提供了一种考虑周期特性表征的中长期光伏功率预测方法及系统，包括：获取光伏历史功率数据和历史气象数据；筛选所获取的历史气象数据，得到关键相依气象；提取所得到的光伏历史功率数据的时序特征，得到中长期光伏功率周期分量预测值；根据所得到的关键相依气象和中长期光伏功率周期分量预测值，完成中长期光伏功率的预测。
-
公开(公告)号：CN118232318A
公开(公告)日：2024-06-21
申请号：CN202410280082.3
申请日：2024-03-12
申请人： 山东大学
IPC分类号： H02J3/00 , G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N3/0455
摘要： 本发明属于短期风电功率预测技术领域，为解决目前台风天气下风功率预测偏差较大问题，提供了台风场景下的短期风电功率预测方法、系统、介质及设备。其中，台风场景下的短期风电功率预测方法包括基于台风条件下的风电功率预测误差与台风天气过程的关系，确定台风对风电功率影响的气象因子集合，进而筛选出关键气象因子，得到台风场景下的模型输入特征；基于预定义的风电最大发电能力对风电最大发电能力理论值进行标定，结合预设发电能力预测模型，得到风电最大发电能力预测结果，实时修改预设功率预测模型的上限激活函数，确定出最终的功率预测模型以进行台风场景下的短期风电功率预测结果，有效提高了台风场景下短期风电功率预测的精度。
-
公开(公告)号：CN118861660A
公开(公告)日：2024-10-29
申请号：CN202410754217.5
申请日：2024-06-12
申请人： 山东大学
IPC分类号： G06F18/2135 , G06Q10/04 , G06N3/0464 , G06N3/084 , G06F17/16 , G06F17/18
摘要： 本发明属于网格化数值天气特征提取领域，提供了网格化数值天气特征降维提取方法及系统。其中，该方法包括得到含高比例新能源电力系统的负荷类型与负荷功率对应关系；根据不同类型负荷所属区域的典型日网格化数值天气实测数据，得到多元气象因子，进而计算与不同负荷类型的负荷功率的相关性，筛选出不同负荷类型相关的气象因子，构建出初始气象因子特征矩阵；利用主成分分析方法对初始气象因子特征矩阵进行降维，得到降维的气象因子特征矩阵；利用预设深度学习模型对降维的气象因子特征矩阵进行迭代学习，以细化网格化气象特征尺度，进一步提取不同负荷类型的隐含特征，得到表征不同类型负荷的网格化特征矩阵，以用于负荷预测。
-
-
-
-
-
-
-
-
-
搜索结果
16 条记录 (耗时 0.114 秒)
