- 专利标题: 一种基于贝叶斯网络的风电爬坡事件概率预测方法及系统
-
申请号: CN201910009520.1申请日: 2019-01-04
-
公开(公告)号: CN109978222B公开(公告)日: 2021-04-27
- 发明人: 孙树敏 , 王士柏 , 赵岩 , 程艳 , 杨明 , 王楠 , 张兴友 , 王玥娇 , 滕玮 , 于芃 , 李广磊 , 魏大钧 , 王勃 , 赵元春 , 马嘉翼 , 王立峰 , 王尚斌 , 李洪海
- 申请人: 国网山东省电力公司电力科学研究院 , 山东大学 , 山东鲁能软件技术有限公司 , 国家电网有限公司
- 申请人地址: 山东省济南市市中区望岳路2000号; ; ;
- 专利权人: 国网山东省电力公司电力科学研究院,山东大学,山东鲁能软件技术有限公司,国家电网有限公司
- 当前专利权人: 国网山东省电力公司电力科学研究院,山东大学,山东鲁能软件技术有限公司,国家电网有限公司
- 当前专利权人地址: 山东省济南市市中区望岳路2000号; ; ;
- 代理机构: 北京智绘未来专利代理事务所
- 代理商 张红莲
- 主分类号: G06Q10/04
- IPC分类号: G06Q10/04 ; G06K9/62 ; G06Q50/06
摘要:
一种基于贝叶斯网络的风电爬坡事件概率预测方法及系统,根据所掌握的观测样本数据,挖掘风电爬坡事件与风速、风向、温度、气压、湿度等相关气象影响因子间的相依关系,搭建与样本数据拟合程度最高的贝叶斯网络拓扑结构;定量描述爬坡事件与各气象因子间的条件相依关系,估计贝叶斯网络各节点处的条件概率表内各项条件概率的取值,与贝叶斯网络拓扑结构共同组成风电爬坡事件预测的贝叶斯网络模型;由所掌握的预测时刻的数值天气预报信息,推断爬坡事件各状态发生的条件概率;自适应地调整各节点处相应条件概率的取值,从而优化推断出的爬坡事件各状态发生的条件概率结果,实现预测结果可靠性与敏锐性的折中。
公开/授权文献
- CN109978222A 一种基于贝叶斯网络的风电爬坡事件概率预测方法及系统 公开/授权日:2019-07-05