发明公开
- 专利标题： 一种基于机器学习的新能源爬坡事件预测方法
-
申请号： CN202310833430.0申请日： 2023-07-07
-
公开(公告)号： CN116797048A公开(公告)日： 2023-09-22
- 发明人: 干建丽 , 郑渭建 , 陈荣洲 , 郭振兴 , 李震 , 朱源 , 沈兰 , 邹阳洋 , 顾浩 , 傅骏伟 , 刘轩驿 , 王豆
- 申请人： 浙江浙能北海水力发电有限公司 , 浙江浙能技术研究院有限公司 , 浙江浙能数字科技有限公司
- 申请人地址： 浙江省杭州市凤起东路2-12号(双号)7楼; ;
- 专利权人： 浙江浙能北海水力发电有限公司,浙江浙能技术研究院有限公司,浙江浙能数字科技有限公司
- 当前专利权人： 浙江浙能北海水力发电有限公司,浙江浙能技术研究院有限公司,浙江浙能数字科技有限公司
- 当前专利权人地址： 浙江省杭州市凤起东路2-12号(双号)7楼; ;
- 代理机构： 杭州九洲专利事务所有限公司
- 代理商 张羽振
- 主分类号： G06Q10/0637
- IPC分类号： G06Q10/0637 ; G06Q10/0639 ; G06Q50/06
摘要：
本发明涉及一种基于机器学习的新能源爬坡事件预测方法，包括对爬坡事件进行定义；对所述爬坡事件进行抓取。本发明的有益效果是：本发明首先提出了一种改进的爬坡事件定义，随后基于定义对爬坡事件进行了提取，爬坡事件的准确识别可以帮助电力系统工作人员对极端天气带来的功率变化进行预警并提前完成相对策略调整以确保稳定供电、避免经济损失。
