-
公开(公告)号：CN112348292B
公开(公告)日：2021-08-06
申请号：CN202110015294.5
申请日：2021-01-07
申请人： 中国电力科学研究院有限公司
摘要： 本发明提供了一种基于深度学习网络的短期风电功率预测方法和系统，包括：获取待预测风电所在区域的数值天气预报数据；将数值天气预报数据输入预先训练的深度学习映射模型，得到风电功率的预测值；其中，深度学习映射模型包括数值天气预报数据与风电功率预测值的对应关系；数值天气预报数据按照位置构成网格，网格中每个格点包括多个天气参数；本发明可提升风电场短期功率预测精度，同时可以降低区域风电功率预测模型的建模时间，降低所需的计算资源和人力资源。
-
公开(公告)号：CN112036595A
公开(公告)日：2020-12-04
申请号：CN201911257421.1
申请日：2019-12-10
申请人： 北京信息科技大学 , 中国电力科学研究院有限公司 , 国网福建省电力有限公司电力科学研究院
摘要： 本发明涉及一种基于多位置数值天气预报短期风电功率预测方法和系统。该方法包括：获取多位置数值天气预报的信息数据；对各信息数据进行降维处理，得到降维处理后的信息数据；对降维处理后的风速数据采用卡尔曼滤波法进行修正，得到修正后的风速样本数据；根据修正后的风速样本数据、降维后的温度数据、降维后的风向数据和降维后的气压数据，确定训练模型；根据修正后的风速样本数据，确定预测日的风速数据；根据多位置数值天气预报，确定预测日的预报温度数据、预报风向数据和预报气压数据；根据预测日的风速数据、预报温度数据、预报风向数据、预报气压数据和训练模型，预测风电功率。本发明能够提高短期风电功率的预测精度。
-
公开(公告)号：CN108563829B
公开(公告)日：2020-07-31
申请号：CN201810207732.6
申请日：2018-03-14
申请人： 天津大学 , 中国电力科学研究院有限公司
IPC分类号： G06F30/20
摘要： 本发明公开了一种基于贝叶斯鲁棒函数回归的多步风速预报方法，包括进行数据预处理、构造鲁棒函数回归的多步风速预报模型、利用变分贝叶斯优化模型的参数、根据估计的参数和测试集计算预测值的步骤，本发明的多步风速预报方法能够处理多种分辨率数据，对不同的实际预报任务都能够有鲁棒的效果，并且能够降低冗余的函数型变量对最终结果的影响，精度高、误差小，可以进一步提高风速预报的精度。
-
公开(公告)号：CN109840308A
公开(公告)日：2019-06-04
申请号：CN201711220463.9
申请日：2017-11-29
申请人： 中国电力科学研究院有限公司 , 国家电网公司 , 国网山东省电力公司
摘要： 本发明提供了一种区域风电功率概率预报方法及系统，包括：采集目标时刻风电场的预报功率，从基于预先构建的联合概率分布模型得到的模拟样本集中筛选出符合目标时刻风电场预报功率等级的条件样本集；对所述条件样本集进行拟合得到条件概率分布函数；基于所述条件概率分布函数提取概率预报区间和分位数预报集合。本发明提供的技术方案，根据建立的联合概率分布模型，提取满足风电功率概率预测条件的条件样本集，根据条件样本集构建条件概率分布函数，大大降低了计算难度，提高了工作效率。
-
公开(公告)号：CN109146975A
公开(公告)日：2019-01-04
申请号：CN201810962529.X
申请日：2018-08-22
申请人： 华北电力大学(保定) , 中国电力科学研究院有限公司 , 国网山东省电力公司电力科学研究院
CPC分类号： G06T7/77 , G06K9/6223 , G06T7/45 , G06T7/73 , G06T2207/30192
摘要： 本发明公开了一种天空图像云团位移矢量计算方法，通过对样本天空图像进行处理获取多个组合优化计算模型，并根据多个组合优化计算模型对新的天空图像云团位移矢量进行计算。从而可以获得更加准确的云团矢量计算。本发明提供的天空图像云团位移矢量计算方法能够面对云团的不同运动模式，选择相应的不同计算策略，即在组合计算模型中分别设置三种方法的各个权重。通过算例验证，它可以改善传统单一方法在适用范围上的局限性，能够适用于大多数云场景的、具有较高鲁棒性。
-
公开(公告)号：CN108563829A
公开(公告)日：2018-09-21
申请号：CN201810207732.6
申请日：2018-03-14
申请人： 天津大学 , 中国电力科学研究院有限公司
IPC分类号： G06F17/50
摘要： 本发明公开了一种基于贝叶斯鲁棒函数回归的多步风速预报方法，包括进行数据预处理、构造鲁棒函数回归的多步风速预报模型、利用变分贝叶斯优化模型的参数、根据估计的参数和测试集计算预测值的步骤，本发明的多步风速预报方法能够处理多种分辨率数据，对不同的实际预报任务都能够有鲁棒的效果，并且能够降低冗余的函数型变量对最终结果的影响，精度高、误差小，可以进一步提高风速预报的精度。
-
公开(公告)号：CN108549962A
公开(公告)日：2018-09-18
申请号：CN201810561013.4
申请日：2018-06-04
申请人： 中国农业大学 , 中国电力科学研究院有限公司
摘要： 本发明公开了基于历史分段序列搜索和时序稀疏化的风电功率预测方法，对风电功率历史数据进行归一化，根据功率时间序列波动特征和基本统计特性确定搜索的分段时间序列的窗口宽度最优值。以当前时刻最新的分段时间序列为基准，综合相关性指标和相似性距离指标，计算所有历史分段时间序列与当前时刻的分段时间序列的匹配度。按照从大到小的顺序对匹配度进行排序，按照平均匹配度聚合的原则确定最优历史分段序列个数。针对每个时刻的当前分段时间序列，确定其相应的最优历史分段序列个数和最优的平均历史分段序列个数。针对训练时间序列所有时刻，建立时序稀疏化的功率预测模型。采用乘子交替方向法对其求解，得到模型的参数，用于未来的功率预测。
-
公开(公告)号：CN116384598A
公开(公告)日：2023-07-04
申请号：CN202310659367.3
申请日：2023-06-06
申请人： 中国电力科学研究院有限公司
IPC分类号： G06Q10/04 , G06Q10/20 , G06Q50/06 , G06F18/2415 , G06F18/214 , G06N3/048 , H02J3/00
摘要： 本发明涉及风电功率预测技术领域，具体提供了一种基于时序事件编码的风电过程预测方法及装置，包括：将预测时段的数值天气预报数据和与预测时段相邻的历史时段的风电特征数据作为预先训练的机器学习模型输入，得到预先训练的机器学习模型输出的风电过程事件编码向量；对所述风电过程事件编码向量进行解码，得到预测时段的风电过程事件；其中，所述风电过程事件包括下述中的至少一种：低出力过程事件、高出力过程事件、上爬坡过程事件、下爬坡过程事件。本发明提供的技术方案对事件发生时段及状态进行了准确预测，为电力调度的重要决策依据。
-
公开(公告)号：CN113887843B
公开(公告)日：2022-08-16
申请号：CN202111480130.6
申请日：2021-12-07
申请人： 中国电力科学研究院有限公司
摘要： 本发明提供了一种风电场输出功率的群体预测方法和系统，包括：将待预测时刻多个风电场站的数值天气预报数据按照预设格式转化为气象图数据；将气象图数据输入预先构建的图卷积预测模型，得到功率图数据作为待预测时刻多个风电场站的输出功率预测值；其中，气象图数据包括各风电场站的气象参数、测量参数以及不同风电场站间的联接权重，图卷积预测模型是采用多个风电场站的历史气象图数据和历史功率图数据训练得到的；本发明仅需建立一个图卷积预测模型即可得到包括多个风电场站功率的多条预测曲线，在大规模风电功率预测场景中，仅需训练、部署、维护一个模型即可实现多个风电场多条预测曲线的预测，可降低模型训练、模型部署、模型维护的成本。
-
公开(公告)号：CN114004430B
公开(公告)日：2022-04-29
申请号：CN202210002536.1
申请日：2022-01-05
申请人： 中国电力科学研究院有限公司
发明人： 冯双磊 , 王伟胜 , 王勃 , 刘纯 , 靳双龙 , 刘晓琳 , 宋宗朋 , 胡菊 , 滑申冰 , 马振强 , 张艾虎 , 郭于阳 , 王铮 , 车建峰 , 张菲 , 姜文玲 , 赵艳青 , 王钊 , 裴岩 , 汪步惟 , 李红莉 , 韩振永
摘要： 本发明提供了一种风速预报方法和系统，包括：基于模式背景场与最新的气象要素数据，采用预先构建的全局最优同化方案进行资料同化，得到模式初始状态；基于模式初始状态，采用预先训练的模式参数化方案进行预测，得到风速预报场；针对资料同化和模式参数化方案环节，在传统的基于物理机理和已知规律约束的数值天气预报模式基础上，面向缺乏或没有物理机理约束的情况，本发明通过采用人工智能算法训练出全局最优同化方案和模式参数化方案，充分发挥人工智能算法的优势，从而显著提升风速预报的准确率。
-
-
-
-
-
-
-
-
-
搜索结果
130 条记录 (耗时 0.15 秒)
