-
公开(公告)号:CN114676893A
公开(公告)日:2022-06-28
申请号:CN202210241377.0
申请日:2022-03-11
申请人: 中国长江三峡集团有限公司 , 华北电力大学(保定)
摘要: 本发明公开了一种基于最优图结构的光伏电站太阳辐照度短期预测方法,包括以下步骤:通过地理范围和方位信息构建目标场站的时空关联场站;获取目标场站和各时空关联场站历史辐照度时间序列数据;计算所述时空关联场站与目标场站数据的相关性,筛选相关性高的时空关联场站;根据筛选得到的时空关联场站,构建图结构数据;建立以图结构数据为输入的图神经网络预测模型,实现辐照度短期预测。相对于现有技术,本发明可以在周围气象数据缺失的情况下充分考虑目标预测场站邻近范围的气象辐照度状况对目标场站的时空相关性影响,且仅需利用历史辐照度数据来实现辐照度的短期预测,易于实现,有助于提高辐照度的短期预测精度,有助于对光伏发电站的规划、选址提供技术支持,同时也有助于为已建成的光伏电站进行合理的能源储存指导。
-
公开(公告)号:CN109146975B
公开(公告)日:2022-02-01
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
IPC分类号: G06T7/77 , G06T7/73 , G06T7/45 , G06V10/762
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:CN112949950A
公开(公告)日:2021-06-11
申请号:CN202110473926.2
申请日:2021-04-29
申请人: 华北电力大学(保定) , 国网湖南省电力有限公司 , 国网新疆电力有限公司
摘要: 本发明公开了基于多元时空关联矩阵的集群风电功率映射预测方法,包括如下步骤:获取包括时间参数和空间参数的待预测区域的风速数据和集群风电功率数据;根据风速数据中的空间参数形成风速多元时空关联矩阵;建立基于卷积长短时记忆神经网络的风速多元时空关联矩阵预测模型;对风速多元时空关联矩阵进行模型计算,通过改变时间参数获得预测风速多元时空关联矩阵;建立基于卷积长短时记忆神经网络的风速多元时空关联矩阵‑集群风电功率映射模型;将预测风速多元时空关联矩阵输入到映射模型中,以获得预测的集群风电功率。相对于现有技术,本发明对风速的时间信息和空间信息充分利用,大幅提升了预测精度。
-
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:CN105972761A
公开(公告)日:2016-09-28
申请号:CN201610351374.7
申请日:2016-05-25
申请人: 华北电力大学(保定) , 云南电网有限责任公司电力科学研究院
IPC分类号: F24F11/00
摘要: 本发明提供了一种非侵入式空调负荷监测方法,其包括步骤:采集用户待监测时间段内的总有功功率数据;根据采集到的总有功功率数据形成可能的开关事件序列集合X;对于X中的每一个可能的开关事件序列,确定并计算空调开关状态辨识参数指标集;建立支持向量机空调开关状态辨识模型;训练和验证支持向量机空调开关状态辨识模型;利用训练好的辨识模型,辨识空调的开关状态;根据辨识得到的空调开关状态与用户所安装空调的输入功率,计算该时间段内空调消耗的电能,完成对空调负荷的监测。本发明仅需利用用户低采样率(分钟级)下的总有功功率数据就能实现对空调负荷的非侵入式监测,降低了空调负荷的监测成本,为空调的优化运行提供了科学依据。
-
公开(公告)号:CN105373849A
公开(公告)日:2016-03-02
申请号:CN201510700068.5
申请日:2015-10-22
申请人: 华北电力大学(保定)
摘要: 本发明公开了一种光伏电池组件温度的分步预测方法,通过在不同天气类型下对多个不同类型的气象影响因子建立气象影响因子预测模型,可以基于相同天气类型的历史气象影响因子记录对未来的预测日的气象影响因子进行预测,同时,在不同天气类型下对多种类型的气象影响因子对光伏电池组件的温度的影响建模获取温度预测模型,由此,可以基于预测获得的气象影响因子对于光伏电池组件温度进行预测。由此,可以相对准确地预测光伏电池组件温度,可为光伏发电功率预测技术应用奠定基础。
-
公开(公告)号:CN104778728A
公开(公告)日:2015-07-15
申请号:CN201510220557.0
申请日:2015-05-04
申请人: 华北电力大学(保定)
IPC分类号: G06T7/20
摘要: 本发明涉及一种基于相位相关原理的天空图像云团运动速度计算方法,所述方法包括以下步骤:步骤一,分别获取天空图像的初始图像和位移图像;步骤二,分别生成所述初始图像与位移图像的灰度矩阵;步骤三,经二维傅里叶变换获取所述初始图像与位移图像的图像频谱;步骤四,计算初始图像与位移图像的互功率谱及其傅里叶逆变换响应矩阵;步骤五,提取响应矩阵尖峰脉冲坐标为云团位移矢量;步骤六,根据云团位移及图像时间间隔计算云团运动速度。本发明运算流程简单直接,能大大降低云团位移预测的耗时;能够更有效地识别图像中云团的整体运动情况,并且由于互功率谱计算中的归一化处理,对于全局图像噪声具有更高的鲁棒性。
-
公开(公告)号:CN103020487A
公开(公告)日:2013-04-03
申请号:CN201310019097.6
申请日:2013-01-20
申请人: 华北电力大学(保定) , 云南电力试验研究院(集团)有限公司电力研究院
IPC分类号: G06F19/00
摘要: 一种光伏电站辐照度预测值修正方法,用于减小预测误差,改善预测效果。所述方法将预测时刻光伏电站地表辐照度的当前预测值与由辐照度历史数据生成的参考值进行联合加权,得到最终的预测修正值,具体步骤包括:a.确定预测时刻光伏电站地表辐照度参考值Eref;b.计算预测时刻光伏电站地表辐照度参考值权重系数Kr;c.归一化处理预测值和参考值权重系数;d.联合加权求出预测时刻光伏电站地表辐照度预测修正值Emod。本发明使光伏电站地表辐照度的最终预测值更接近未来实测值,提高了预测精度,为进一步准确预测光伏发电功率奠定了基础。
-
公开(公告)号:CN117436714B
公开(公告)日:2024-10-29
申请号:CN202310981136.4
申请日:2023-08-04
申请人: 国网北京市电力公司 , 华北电力大学(保定) , 国家电网有限公司
IPC分类号: G06Q10/0637 , H02J3/00 , H02J3/14 , G06Q50/06
摘要: 本发明属于用电预测技术领域,具体涉及一种描述回弹效应的评估方法、系统、设备及介质,包括:获取用户历史负荷数据,计算回弹时间特性数据、回弹能量特性数据和回弹形状特性数据;根据回弹时间特性数据、回弹能量特性数据和回弹形状特性数据,使用孤立森林算法,计算滑动时间窗内各时段回弹概率;将回弹概率与所设阈值对比,若回弹概率大于所设阈值,输出回弹时间特性数据、回弹能量特性数据和回弹形状特性数据。通过建立评估模型,计算回弹概率,可以保证用户用电发生回弹效应的准确性。
-
公开(公告)号:CN118841975A
公开(公告)日:2024-10-25
申请号:CN202411017935.0
申请日:2024-07-29
申请人: 华北电力大学(保定) , 国网新疆电力有限公司电力科学研究院 , 国网新疆电力有限公司
IPC分类号: H02J3/00 , H02J3/38 , G06N3/042 , G06N3/0464 , G06N3/0442 , G06F18/23213 , G06F18/22 , G06F17/18
摘要: 基于关联稀疏建模的光伏集群超短期功率区间预测方法,涉及光伏发电功率预测领域,包括:获取各场站历史出力及地理位置信息;将各场站划分到各子区域中;选出子区域的代表场站;挖掘代表场站之间的时空关联信息并生成各代表场站的点预测结果;得到光伏集群的点预测结果;识别出不确定性模式,对每一种不确定性模式构建预测误差和预测值的联合概率分布;生成预测区间。与以所有场站为建模对象的动态图卷积神经网络模型相比,当置信度设为99%时,本发明提出的方法在预测区间覆盖率指标上能达到0.963的精度,提高了3.2%,在预测区间归一化平均宽度指标上能达到0.1298的精度,降低了36.6%,显著提高了模型性能。
-
-
-
-
-
-
-
-
-