-
公开(公告)号：CN109509114A
公开(公告)日：2019-03-22
申请号：CN201811093683.4
申请日：2018-09-19
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司 , 国网新疆电力有限公司 , 华北电力大学
摘要： 本发明涉及一种区域风电出力波动趋势预测方法及系统，计算预先定义的数据样本与目标时刻数值天气预报数据的欧式距离，根据欧式距离定义相似天气状态；根据相似天气状态下区域风电功率的平均值，预测目标时刻风电出力波动趋势。通过上述方案有效提高了处于不同时间尺度下的风电功率预测精度。
-
公开(公告)号：CN109861201A
公开(公告)日：2019-06-07
申请号：CN201811346578.7
申请日：2018-11-13
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网宁夏电力有限公司电力科学研究院 , 国家电网公司西北分部 , 国网江苏省电力有限公司
摘要： 本发明提供了一种新能源出力状态计算方法和系统，包括：采集新能源出力数据；根据出力数据计算新能源出力状态；根据出力状态和预先挖掘的新能源出力状态转移规律，确定设定时长后新能源出力状态及出力状态的概率。该方法和系统能够在序列角度的新能源出力预测之外，提供统计角度的新能源出力预测结果，提升未来新能源出力情况预知准确度。
-
公开(公告)号：CN109165797A
公开(公告)日：2019-01-08
申请号：CN201811190821.0
申请日：2018-10-12
申请人： 国网宁夏电力有限公司 , 南京千智电气科技有限公司 , 中国电力科学研究院有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司
摘要： 本发明实施例提出一种风电功率预测方法及装置，涉及电力系统风电功率预测领域。该方法及装置通过对获取的风功率参数进行预处理以获得预测样本，然后基于预建立的径向基函数网络模型及预测样本预测第一风功率预测结果，接着依据第一风功率预测结果以及获取的风功率实际结果计算相对误差，最后依据相对误差以及预建立的误差修正模型获取第二风功率预测结果；由于在获取第一风功率预测结果后，还求取相对误差并依据该相对误差获取第二风功率预测结果，从而使最终获得的第二风功率预测结果更加贴近实际，误差更小，从而运行调度人员可以依据该第二风功率预测结果实现对电力系统的精确调度、维护和规划。
-
公开(公告)号：CN109063936A
公开(公告)日：2018-12-21
申请号：CN201811190820.6
申请日：2018-10-12
申请人： 南京千智电气科技有限公司 , 中国电力科学研究院有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司
CPC分类号： G06Q10/04 , G06K9/6223 , G06K9/6256 , G06Q50/06
摘要： 本发明实施例提出一种建立风电功率预测模型的方法及装置和风电功率预测方法及装置，涉及电力系统风电功率预测领域。该方法及装置通过对获取的历史风功率参数以及对应的历史风功率进行归一化处理以获得训练样本以及输出样本，并以预存储的高斯函数作为径向基函数并以线性型激活函数作为输出函数，建立径向基神经网络，然后采用K‑均值聚类算法并基于训练样本对径向基神经网络进行训练以确定径向基函数中心，同时采用最小二乘法递推法并基于训练样本以及输出样本确定径向基函数权值，从而建立风电功率预测模型，能够有效地避免风电功率的不确定性，从而为调度人员提供准确的预测信息。
-
公开(公告)号：CN113537561A
公开(公告)日：2021-10-22
申请号：CN202110641372.2
申请日：2021-06-09
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司
摘要： 本发明提供了一种基于地基云图的超短期太阳辐射预测方法和系统，包括：获取预测时刻之前的地基云图图像时序数据集和太阳辐射时序数据集；将所述地基云图图像时序数据集输入到预先训练的卷积神经网络模型中提取云图特征向量时序数据集；将所述太阳辐射时序数据集和所述云图特征向量时序数据集输入到预先建立的循环神经网络模型中，得到预测时刻太阳能辐射数据；基于所述预测时刻太阳能辐射数据作为超短期太阳辐射预测结果；本发明利用机器学习的方法进行特征提取，改善了人工提取的缺点，具有了较强的抗干扰性和鲁棒性。
-
公开(公告)号：CN111738477A
公开(公告)日：2020-10-02
申请号：CN201910724451.2
申请日：2019-08-01
申请人： 北方工业大学 , 中国电力科学研究院有限公司 , 国网江苏省电力有限公司
摘要： 基于深层特征组合的电网新能源消纳能力预测方法，包括两部分内容，分别为特征选择与特征组合；第一阶段，特征选择；首先从数据中提取特征，作为模型的输入，然后经过方差特征选择去掉方差小的特征，接着使用递归式特征消除进行特征选择；第二个阶段，特征组合；通过XGBoost与LightGBM方法来组合特征，建立了一个混合模型，将由XGBoost和LightGBM算法产生的预测结合起来，进行集成预测，XGBoost与LightGBM模型中的参数是通过网格搜索技术进行优化调整的。本发明在考虑风电消纳能力预测特征的复杂性的基础上，以提升预测精度为目标，该方法采用了不依赖经验的特征组合方法，采用基于不同特征组合的多模型进行预测。
-
公开(公告)号：CN110838726A
公开(公告)日：2020-02-25
申请号：CN201910904441.7
申请日：2019-09-24
申请人： 中国电力科学研究院有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司 , 东北电力大学
摘要： 本发明涉及一种光伏电站间波动性出力变值的相关性确定方法和系统，包括：根据光伏电站受到的太阳辐射强度确定光伏电站的理论出力；根据光伏电站的理论出力确定光伏电站的波动性出力；利用各光伏电站的波动性出力确定各光伏电站间波动性出力变值的相关性。本发明提供的技术方案，精确的分析了各光伏电站间的波动性出力变值的相关性，为光伏电站的场群的精确划分提供数据依据；进而为实现光伏电站的场群的整体调度控制提供有利条件。
-
公开(公告)号：CN109921462A
公开(公告)日：2019-06-21
申请号：CN201910170396.7
申请日：2019-03-07
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司
IPC分类号： H02J3/38
摘要： 本发明涉及一种基于LSTM的新能源消纳能力评估方法及系统，将电网运行数据进行降维处理后得到新能源消纳能力影响因素对应的数据；将数据带入预先建立的映射关系模型，获得电网接纳新能源的实际出力；基于电网接纳新能源的实际出力和电网接纳新能源的理论出力之间的平均绝对误差百分比和均方根误差，对新能源消纳能力进行评估；其中，所述映射关系模型包括：通过LSTM深度神经网络训练得到新能源消纳能力影响因素与电网接纳新能源的实际出力之间的映射关系。
-
公开(公告)号：CN109861201B
公开(公告)日：2023-11-03
申请号：CN201811346578.7
申请日：2018-11-13
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网宁夏电力有限公司电力科学研究院 , 国家电网公司西北分部 , 国网江苏省电力有限公司
摘要： 本发明提供了一种新能源出力状态计算方法和系统，包括：采集新能源出力数据；根据出力数据计算新能源出力状态；根据出力状态和预先挖掘的新能源出力状态转移规律，确定设定时长后新能源出力状态及出力状态的概率。该方法和系统能够在序列角度的新能源出力预测之外，提供统计角度的新能源出力预测结果，提升未来新能源出力情况预知准确度。
-
公开(公告)号：CN115701865A
公开(公告)日：2023-02-14
申请号：CN202110812897.8
申请日：2021-07-19
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司
IPC分类号： G06Q10/04 , G06F18/2411 , G06N3/0464 , G06N3/08 , G06Q50/06
摘要： 本发明涉及一种基于注意力机制的光伏超短期功率预测方法及系统，包括：获取预测时刻前预设时段内的各类功率相关数据；提取所述预测时刻前预设时段内的各类功率相关数据对应的特征向量；将所述特征向量作为预先训练的Attention‑LSTM神经网络光伏超短期功率预测模型的输入，获取预先训练的Attention‑LSTM神经网络光伏超短期功率预测模型输出的预测时刻光伏电站功率数据。本发明提供的技术方案，通过利用预测时刻前预设时段内的各类功率相关数据对预测时刻光伏电站功率数据进行预测，提高了光伏电站功率数据的预测精度，有助于调度部门提前做好调度计划和风险规避，进而提高电力系统的安全性及光伏发电的竞争力。
-
-
-
-
-
-
-
-
-
搜索结果
79 条记录 (耗时 0.125 秒)
