公开(公告)号：CN118708996A

公开(公告)日：2024-09-27

申请号：CN202410557547.5

申请日：2024-05-08

申请人： 国网江苏省电力有限公司常州供电分公司

发明人： 沈扬 ,  杨艳 ,  任鹏 ,  沈泓 ,  刘昕宇 ,  陈辉 ,  汪征

IPC分类号： G06F18/2321 ,  G06F18/2135 ,  G06F18/15 ,  G06F18/2415 ,  G06N3/088 ,  G06N3/0985 ,  G06Q50/06

摘要： 本发明公开了一种电力系统负荷曲线聚类分析方法，确定电力系统负荷曲线聚类分析的目标和要求；数据预处理；使用自组织特征映射神经网络构建特征提取模型；使用MAML算法进行多任务学习，通过元学习的快速调整；应用高斯混合模型对提取的特征进行聚类；使用指标评估聚类效果，并进行聚类结果分析，确定是否满足预定的性能标准；进而进行迭代优化，结合自组织特征映射神经网络、元学习和高斯混合模型，为电力系统运营和能源管理带来更大的价值。

公开(公告)号：CN118554428A

公开(公告)日：2024-08-27

申请号：CN202410600565.7

申请日：2024-05-15

申请人： 国网江苏省电力有限公司常州供电分公司

发明人： 沈扬 ,  周宇泽 ,  杨艳 ,  刘昕宇 ,  彭建宇 ,  陈辉 ,  汪征

IPC分类号： H02J3/00 ,  G06Q10/0637 ,  G06Q50/06

摘要： 本发明涉及光伏出力预测技术领域。本发明提供一种光伏出力预测方法，包括：S1，采集并处理光伏电站的分布式集散数据，其中，分布式集散数据包括历史数据和实时数据；S2，根据历史数据，建立一级预测模型并进行预测，得到光伏电站历史估计值；S3，根据历史数据和光伏电站历史估计值，基于核递归滤波算法建立二级预测模型，并根据历史数据、光伏电站历史估计值和实时数据对二级预测模型进行更新，以及基于更新后的二级预测模型预测光伏电站的光伏出力，得到光伏电站的光伏出力预测值。本发明能够减少扰动因素对预测模型的影响，避免了模型退化和模型异常，从而能够对超短时光伏出力进行高精度、高可靠的预测。

公开(公告)号：CN118174291A

公开(公告)日：2024-06-11

申请号：CN202410338171.9

申请日：2024-03-25

申请人： 国网江苏省电力有限公司常州供电分公司

发明人： 沈扬 ,  周宇泽 ,  杨艳 ,  刘昕宇 ,  彭建宇 ,  陈辉 ,  汪征

IPC分类号： H02J3/00 ,  G06F18/15 ,  G06F18/2337 ,  G06F18/2321 ,  G06F18/2415 ,  G06F18/27 ,  G06Q50/06 ,  H02J3/38

摘要： 本发明涉及光伏出力预测技术领域，具体涉及一种多时空尺度下的分布式光伏出力自适应预测方法及装置。本发明首先获取目标统计区域的空间范围S和时间尺度d，确定分布式光伏电站数量n；然后以历史功率数据和实时环境数据为输入建立n个光伏电站稀疏化预测模型，用以实现每d时刻的功率输出；最后基于模糊均值聚类算法建立多时空尺度预测模型，预测该统计区域的光伏功率，其中模型可以按照空间范围和电站数量自适应生成多个聚类，并且每输出一次功率后模型重新聚类。本发明能够提高分布式光伏电站功率统计的准确性和鲁棒性。