一种区域火力发电量中长期预测方法和系统

    公开(公告)号:CN114418168A

    公开(公告)日:2022-04-29

    申请号:CN202111489634.4

    申请日:2021-12-08

    摘要: 本发明公开了一种区域火力发电量中长期预测方法和系统,该方法包括:基于预设相关性分析算法对区域电力历史数据和关联因素历史数据进行相关性分析并确定预设数量的关键影响要素;根据区域电力历史数据和关键影响要素的历史数据生成样本数据,并将样本数据分割为训练集、测试集和校验集;根据空间注意力模块、时间注意力模块和预测模块构建基于空时注意力机制的预测模型;基于样本数据训练基于空时注意力机制的预测模型,训练完成后得到目标预测模型;基于目标预测模型预测出未来预设时长的火力发电量预测值,从而实现可靠的对区域火力发电量进行中长期预测,降低了火电企业的运营风险。

    一种火力发电中长期建模预测方法

    公开(公告)号:CN114169650B

    公开(公告)日:2022-09-27

    申请号:CN202210098803.X

    申请日:2022-01-27

    摘要: 本发明涉及一种火力发电中长期建模预测方法,包括,步骤S1,收集区域总用电量与电力关联因素历史数据,形成样本数据;步骤S2,建立区域总用电量中长期预测模型;步骤S3,建立新能源发电中长期预测模型;步骤S4,根据区域总用电量中长期预测模型、新能源发电中长期预测模型、外购电计划数据、外销电计划数据,建立火力发电缺口预测模型;步骤S5,根据火力发电历史数据建立火力发电预测模型,并将其与火力发电预测模型进行修正合并,形成最终的火力发电中长期预测模型;步骤S6,根据多高斯分布组合计算不同置信度下的火力发电量分布区间。本发明通过多预测模型修正合并,实现精确的电力风险量化预警。

    一种基于深度自学习的火力发电中长期建模预测方法

    公开(公告)号:CN114169650A

    公开(公告)日:2022-03-11

    申请号:CN202210098803.X

    申请日:2022-01-27

    摘要: 本发明涉及一种基于深度自学习的火力发电中长期建模预测方法,包括,步骤S1,收集区域总用电量与电力关联因素历史数据,形成样本数据;步骤S2,建立区域总用电量中长期预测模型;步骤S3,建立新能源发电中长期预测模型;步骤S4,根据区域总用电量中长期预测模型、新能源发电中长期预测模型、外购电计划数据、外销电计划数据,建立火力发电缺口预测模型;步骤S5,根据火力发电历史数据数据建立火力发电预测模型,并将其与火力发电预测模型进行修正合并,形成最终的火力发电中长期预测模型;步骤S6,根据多高斯分布组合计算不同置信度下的火力发电量分布区间。本发明通过多预测模型修正合并,实现精确的电力风险量化预警。