基于改进藤结构的水风光多维互补特性评价方法及装置

    公开(公告)号:CN119692653A

    公开(公告)日:2025-03-25

    申请号:CN202411494876.6

    申请日:2024-10-24

    Abstract: 本申请涉及一种基于改进藤结构的水风光多维互补特性评价方法及装置,其中,方法包括:结合互信息理论与藤Copula改进藤结构得到藤Copula函数模型;构建可衡量水电调控能力的多维评价指标;定义水风光多维互补系统出力相关性指标,基于藤Copula函数模型得到水风光联合出力,计算水风光不同组合联合波动变化率和独立波动变化率;选取出力波动率、功率波动平抑度、出力平滑度为水风光系统整体出力平稳性和波动性评价指标,得到水风光不同组合及系统整体层面的多维互补特性评价体系。由此,解决了传统的评价指标体系往往仅适用于评估两种发电系统之间的互补性,无法同时捕捉整个评估期的波动趋势相关性和相邻时间段的斜坡相关性,且忽略了波动幅度的影响等问题。

    梯级水光互补发电系统优化调度方法、装置、设备及介质

    公开(公告)号:CN118278783B

    公开(公告)日:2024-09-27

    申请号:CN202410712486.5

    申请日:2024-06-04

    Abstract: 本发明涉及电力系统新能源技术领域,尤其涉及一种梯级水光互补发电系统优化调度方法、装置、设备及介质,包括:基于历史电价的数据分析,构建现货价格预测模型;采用密度峰值聚类算法来获取表征不同天气状况下的光伏典型出力场景;考虑以水光互补发电系统的电价收益最大和受端电网余负荷峰谷差最小为双重目标,同时考虑梯级水电的复杂约束和外送功率传输容量限制;构建兼顾电网调峰需求和系统经济效益的梯级水光互补发电系统多目标优化调度模型;基于NSGA‑NPSO非支配分层的小生境粒子群算法对所述多目标优化模型进行求解,获得梯级水光互补发电系统优化调度方法,使得调度结果与实际情况更加匹配,提高了系统的经济性和安全性。

    一种基于深度学习的水电站监控告警事件智能识别方法

    公开(公告)号:CN115455959A

    公开(公告)日:2022-12-09

    申请号:CN202110637306.8

    申请日:2021-06-08

    Abstract: 本发明公开了一种基于深度学习的水电站监控告警事件智能识别方法,收集水电站监控历史数据并对其进行清洗,得到纯净数据集,并根据告警信息构建用户词典和停用词表,基于用户词典和停用词表对数据集进行分词、去停用词和词干化处理并利用自然语言处理技术训练得到所有语料的词向量;制定知识规则,构建事件样本库,输入到双向长短期记忆网络分类模型中进行训练,得到能够完成告警事件自主智能识别的深度学习模型,模型的输出即为事件识别结果。本发明能够实现事故秒级自动智能判别,降低调度联系的安全风险,降低故障告警信号漏判或误判几率,提高应急响应速度,提升集控中心的安全调度水平及其支撑体系的自动化、智能化水平。

Patent Agency Ranking