-
公开(公告)号：CN107909212B
公开(公告)日：2021-12-17
申请号：CN201711160876.2
申请日：2017-11-20
申请人： 武汉大学
摘要： 本发明涉及风电功率预测技术领域，具体涉及基于中尺度风电功率发展过程序列化的爬坡事件预测方法，包括：完成历史风电功率发展过程的序列化操作，并通过建模选取合适的预测时间窗作为序列化操作的划分单位；对历史风电过程序列进行类别分析，并针对每个类别的风电过程建立最优的预测模型库；以历史风电过程序列为对象，通过统计和概率分析训练不同类别风电过程的切换规律，采用得到的切换机制指导未来风电过程的模型选取和风电功率预测；改进爬坡事件定义和检测算法，根据预测的长期风电功率检测和预测出未来可能发生的爬坡事件。该方法能提高爬坡预测所需的长期风电功率预测精度，完成了高性能的爬坡预测，为爬坡事件的相关分析奠定了基础。
-
公开(公告)号：CN112541528A
公开(公告)日：2021-03-23
申请号：CN202011398768.0
申请日：2020-12-02
申请人： 国家电网有限公司 , 国网湖北省电力有限公司经济技术研究院 , 武汉大学
发明人： 明月 , 熊一 , 文习山 , 陈小月 , 李猎 , 廖晓红 , 陈然 , 高晓晶 , 唐学军 , 柯方超 , 周秋鹏 , 孙利平 , 马莉 , 王巍 , 熊川羽 , 张赵阳 , 王琪鑫 , 段志强 , 周蠡 , 李智威 , 姜山 , 张雪霏 , 贺兰菲 , 董弘川 , 郭婷 , 廖爽 , 邹雨馨 , 任羽纶
摘要： 一种基于模糊聚类的输变电工程造价预测指标优化方法，该方法先从技经算量体系中提炼出n个指标，再将聚类中心的初始数量设定为2，并采用模糊聚类算法对各指标进行分类，然后根据模糊聚类结果计算出隶属度评价指标K，随后将聚类中心的数量加一，采用模糊聚类算法不断迭代，直至计算得到的K值达到最大值，并将此时K值所对应的聚类中心作为优化后的指标。本设计不仅能够有效降低预测的计算难度，而且能够提高预测精度。
-
公开(公告)号：CN105160434A
公开(公告)日：2015-12-16
申请号：CN201510586593.9
申请日：2015-09-15
申请人： 武汉大学
摘要： 本发明公开了一种采用SVM选取预测模型的风电功率爬坡事件预测方法，包括：根据窗长度将第一样本集划分为局部数据段；采用SVM构建局部数据段的短期风电功率预测模型，从而获得短期风电功率预测模型库；采用Ward聚类法对短期风电功率预测模型库中模型进行聚类融合，并采用SVM分类模型表示预测模型选取机制，并采用第二样本集训练预测模型选取机制；基于预测模型选取机制获得短期风电功率预测数据，时间连续的短期风电功率预测数据构成长期风电功率预测数据，根据长期风电功率预测数据进行爬坡事件预测。本发明可保证较高精度的风电功率长期预测，进而保证爬坡事件预测的准确性。
-
公开(公告)号：CN104820869A
公开(公告)日：2015-08-05
申请号：CN201510219455.7
申请日：2015-04-29
申请人： 武汉大学
摘要： 本发明涉及一种风电功率预测方法，尤其是涉及一种含预测模型切换机制的风电功率爬坡事件预测方法。该方法基于含模型切换机制的风电功率预测方法和考虑电网运行状态的爬坡坚持方法，主要包括下述步骤：步骤一，完成风电功率数据的预处理和局部模型适用长度的求取；步骤二，在局部段划分的基础上，完成最优预测模型的识别，并根据识别结果完成模型切换机制的训练；步骤三，结合预测模型库和模型切换机制完成长期的风电功率预测；步骤四，结合爬坡事件定义和电网实际运行状态，对预测的风电功率结果进行爬坡事件判别。本发明提供的方法通过较高精度的风电功率预测保证爬坡事件预测的准确性，为电力系统制定正确的爬坡控制措施提供可靠的保障。
-
公开(公告)号：CN104794546A
公开(公告)日：2015-07-22
申请号：CN201510216928.8
申请日：2015-04-29
申请人： 武汉大学
CPC分类号： Y02A90/15
摘要： 本发明涉及一种基于深度置信网络分类方法的风功率爬坡预测模型。首先根据指定地理范围内的历史风功率爬坡事件在时间尺度和空间尺度上进行统计筛选，根据筛选结果提取出可以明显表征大风天气的特征量和特征指数组成参数指标库。进而采用深度信任网络进行分类分析，以建立用特征指标量判别分析导致风功率爬坡的爬坡气象分类模型。通过模型参数训练方法结合玻尔兹曼机(RBM)，并计算出爬坡气象分类结果，最后在气象类型历史数据所对应的气象模板分类基础上，用参数模板法补充缺失的爬坡气象数据。本发明将数值天气预报的结果进行爬坡气象分类研究，依据数值天气预报的数据输入为不同的爬坡气象提供了更准确的分类模型及数据修正。
-
公开(公告)号：CN103400039A
公开(公告)日：2013-11-20
申请号：CN201310328336.6
申请日：2013-07-31
申请人： 武汉大学
IPC分类号： G06F19/00
CPC分类号： Y02A90/15
摘要： 本发明属于风功率爬坡预测领域，涉及一种基于大风气象分类的风功率爬坡预测模型切换方法，按以下步骤进行：首先根据指定地理范围内的历史大风波动天气提取出可以明显表征大风天气的特征量和特征指数，并形成判别表达式。进而采用Fisher判别法中的判别准则计算出判定范围以及特征量和特征指数的加权系数，得出判别结果，并通过统计检验进行验证分析。通过判别法进一步得出大风天气分类结果，依据不同大风天气的时空尺度的特征，最后形成对不同统计预测模型之间的切换机制。本发明将数值天气预报的结果进行爬坡天气判别研究，在风功率爬坡的综合预测方法上为不同的统计预测方法提供了更准确的切换机制。
-
公开(公告)号：CN114252807A
公开(公告)日：2022-03-29
申请号：CN202111596701.2
申请日：2021-12-24
申请人： 国网湖北省电力有限公司经济技术研究院 , 武汉大学 , 国网湖北省电力有限公司
发明人： 贺兰菲 , 李智威 , 马莉 , 熊川羽 , 柯方超 , 张雪霏 , 王巍 , 孙利平 , 张赵阳 , 熊一 , 高晓晶 , 姜山 , 陈然 , 周蠡 , 廖晓红 , 李猎 , 何怡刚 , 王枭 , 王成智 , 方钊
IPC分类号： G01R31/62
摘要： 一种基于寿命差异化现象的变压器寿命预测方法，该方法包括以下步骤：S1、统计报废变压器数据，包括报废年限、额定容量、电压等级、生产厂商、所属公司五类数据；S2、筛选额定容量、电压等级、生产厂商、所属公司数据，以报废年限为输出拟合威布尔分布函数；S3、根据威布尔分布函数，计算表征寿命差异化现象的数据作为变压器寿命预测模型的输入；S4、建立基于卷积神经网络的变压器寿命预测模型。本设计不仅提高了变压器寿命预测精度，而且可以在投运前就实现变压器寿命预测功能，对改善寿命差异化现象，提高设备可靠性有重要意义。
-
公开(公告)号：CN114252807B
公开(公告)日：2023-07-14
申请号：CN202111596701.2
申请日：2021-12-24
申请人： 国网湖北省电力有限公司经济技术研究院 , 武汉大学 , 国网湖北省电力有限公司
发明人： 贺兰菲 , 李智威 , 马莉 , 熊川羽 , 柯方超 , 张雪霏 , 王巍 , 孙利平 , 张赵阳 , 熊一 , 高晓晶 , 姜山 , 陈然 , 周蠡 , 廖晓红 , 李猎 , 何怡刚 , 王枭 , 王成智 , 方钊
IPC分类号： G01R31/62
摘要： 一种基于寿命差异化现象的变压器寿命预测方法，该方法包括以下步骤：S1、统计报废变压器数据，包括报废年限、额定容量、电压等级、生产厂商、所属公司五类数据；S2、筛选额定容量、电压等级、生产厂商、所属公司数据，以报废年限为输出拟合威布尔分布函数；S3、根据威布尔分布函数，计算表征寿命差异化现象的数据作为变压器寿命预测模型的输入；S4、建立基于卷积神经网络的变压器寿命预测模型。本设计不仅提高了变压器寿命预测精度，而且可以在投运前就实现变压器寿命预测功能，对改善寿命差异化现象，提高设备可靠性有重要意义。
-
公开(公告)号：CN114865674A
公开(公告)日：2022-08-05
申请号：CN202210787612.4
申请日：2022-07-06
申请人： 国网湖北省电力有限公司经济技术研究院 , 武汉大学
摘要： 一种大规模电动汽车接入场景下配电网馈线负荷调整方法，先采用DIgSILENT配电网仿真模型对配电网进行潮流仿真计算，以确定过载馈线及其配置的储能装置的负荷功率和位置，再以电动汽车作为储能装置，采用SUMO交通网仿真模型，计算过载馈线的电动汽车需求数量，然后根据各过载馈线的电动汽车需求数量进行车辆调度。本发明实现了配电网过载馈线的负荷调整，使发电、用电趋于平衡。
-
公开(公告)号：CN107909212A
公开(公告)日：2018-04-13
申请号：CN201711160876.2
申请日：2017-11-20
申请人： 武汉大学
CPC分类号： G06Q10/04 , G06K9/6269 , G06Q50/06
摘要： 本发明涉及风电功率预测技术领域，具体涉及基于中尺度风电功率发展过程序列化的爬坡事件预测方法，包括：完成历史风电功率发展过程的序列化操作，并通过建模选取合适的预测时间窗作为序列化操作的划分单位；对历史风电过程序列进行类别分析，并针对每个类别的风电过程建立最优的预测模型库；以历史风电过程序列为对象，通过统计和概率分析训练不同类别风电过程的切换规律，采用得到的切换机制指导未来风电过程的模型选取和风电功率预测；改进爬坡事件定义和检测算法，根据预测的长期风电功率检测和预测出未来可能发生的爬坡事件。该方法能提高爬坡预测所需的长期风电功率预测精度，完成了高性能的爬坡预测，为爬坡事件的相关分析奠定了基础。
-
-
-
-
-
-
-
-
-
搜索结果
18 条记录 (耗时 0.021 秒)
