-
公开(公告)号：CN112348287A
公开(公告)日：2021-02-09
申请号：CN202011366594.X
申请日：2020-11-26
申请人： 南方电网能源发展研究院有限责任公司
摘要： 本发明公开了一种基于LSTM分位数回归的电力系统短期负荷概率密度预测方法及装置，包括：采集负荷预测地区的历史负荷数据和外部影响因素数据，并将所述历史负荷数据和所述外部影响因素数据分别构造历史负荷数据序列矩阵和外部影响数据序列矩阵；将所述历史负荷数据序列矩阵和所述外部影响数据序列矩阵进行归一化处理，并将归一化的序列分为测试组序列和训练组序列；将经过归一化处理后历史负荷数据序列矩阵和外部影响数据序列矩阵输入到预设的LSTM分位数回归预测模型，得到短期负荷概率密度的预测结果。本发明能够在保障较高预测精度的同时，考虑到负荷的不确定性，获取用户在未来某段时间内负荷的概率分布情况，使预测结果包含更多的信息。
-
公开(公告)号：CN112183971A
公开(公告)日：2021-01-05
申请号：CN202010968227.0
申请日：2020-09-15
申请人： 南方电网能源发展研究院有限责任公司
摘要： 本发明公开了一种节能分配处理方法，包括：获取各个技术改造项目的投入成本和节电量数据，根据所述投入成本和节电量数据生成第一模型，所述第一模型为表示所述投入成本与所述节电量数据之间关系的模型；获取各个技术改造项目的项目补贴率，根据所述项目补贴率和所述投入成本生成目标函数，所述目标函数输出结果为投资金额；根据预设约束条件对所述目标函数进行求解，得到当所述目标函数输出结果最小时对应的最优节电量数据；根据所述第一模型和所述最优节电量数据，得到各个技术改造项目的节能分配结果；本发明技术方案实现更准确地计算用户侧的节能分配情况，有助于节能减排。
-
公开(公告)号：CN111667377A
公开(公告)日：2020-09-15
申请号：CN202010335770.7
申请日：2020-04-24
申请人： 南方电网能源发展研究院有限责任公司
摘要： 本发明公开了一种全自动用电量预测方法，包括：对历史用电量时间序列预处理，获得历史用电数据；采用Boosted HP滤波器对历史用电数据进行分解，获得趋势项和循环项；根据趋势项的数据确定Auto ARIMA模型的参数，以获得趋势项的预测模型；根据循环项的数据对seq2seq模型进行训练，以获得循环项的预测模型；将趋势项的预测模型的预测结果和循环项的预测模型的预测结果叠加，获得用电量预测模型；用电量预测模型用于预测用电量。本发明仅利用历史用电量数据本身，而不需要依赖外源数据；所采用的HP滤波器、Auto滤波器和seq2seq模型都可以预先设定参数或自适应学习参数，而不需要人为再根据数据来设置参数；本发明相较于传统模型在预测精度上有较大的提升，且使用方便。
-
公开(公告)号：CN116822209A
公开(公告)日：2023-09-29
申请号：CN202310781518.2
申请日：2023-06-28
申请人： 南方电网能源发展研究院有限责任公司
摘要： 本申请涉及电力技术领域，提供了一种考虑供需协同的大规模风光火储系统容量配置方法、装置、计算机设备、存储介质和计算机程序产品。本申请能够实现提高确定风光火储系统的容量配置信息的准确率和效率。该方法包括：获取风电出力数据、光伏出力数据、负荷数据、风光装机总容量数据和第一资源消耗数据，以及第二资源消耗数据，多维度约束因素数据；构建供需协同度计算方式；构建风光平均出力率计算方式；将第一资源消耗数据、第二资源消耗数据、供需协同度计算方式、风光平均出力率计算方式和多维度约束因素数据，输入风光火储系统处理模型得到资源消耗目标值、供需协同度目标值和风光平均出力率目标值；确定风光火储系统的目标容量配置信息。
-
公开(公告)号：CN116304713A
公开(公告)日：2023-06-23
申请号：CN202310340584.6
申请日：2023-03-31
申请人： 广西电网有限责任公司 , 南方电网能源发展研究院有限责任公司
IPC分类号： G06F18/214 , G06F18/241 , G06Q50/06 , G06Q10/20
摘要： 本申请涉及一种风电场故障场景预测模型的生成方法、装置和计算机设备，包括：获取风电场的第一样本数据，将第一样本数据划分为原训练集和原测试集；通过原训练集对预设的集成模型中的多个初级分类器分别进行k折交叉验证训练，得到训练完成的各个初级分类器的输出结果；通过原测试集对训练完成的各个初级分类器进行测试，得到训练完成的各个初级分类器的预测准确率；根据训练完成的各个初级分类器的输出结果、预测准确率和第一样本数据，得到第二样本数据；通过第二样本数据对集成模型中的次级分类器进行训练，得到训练完成的集成模型，作为风电场故障场景的预测模型。采用本方法能够实现风电场在不同故障场景的准确预测分析。
-
公开(公告)号：CN114142492A
公开(公告)日：2022-03-04
申请号：CN202111446312.1
申请日：2021-11-30
申请人： 南方电网调峰调频发电有限公司 , 南方电网能源发展研究院有限责任公司
摘要： 本申请涉及一种发电机组系统、发电机组调频方法、装置和存储介质。所述发电机组系统，包括：发电机组；多组超级电容器；电化学储能设备；调压设备，用于将超级电容器或电化学储能设备的输出信号进行升压处理，以输出储能供电信号与发电机组的发电供电信号共同为电网供能；控制设备，用于接收电网调度中心发送的发电控制指令，根据发电控制指令确定目标输出功率和目标响应时间；根据目标输出功率及目标响应时间控制至少一组超级电容器或电化学储能设备提供输出信号。该发电机组系统能够提高调频的灵活性，保证系统有功出力与负荷之间的动态平衡，保证系统频率的稳定。
-
公开(公告)号：CN113887086A
公开(公告)日：2022-01-04
申请号：CN202111279581.3
申请日：2021-10-28
申请人： 南方电网能源发展研究院有限责任公司
IPC分类号： G06F30/20 , G06F17/18 , G06Q50/06 , G06F113/06
摘要： 本申请涉及一种风电出力概率密度分布模型的建模方法、装置和设备。方法包括：确定目标风电区域，并获取目标风电区域在目标时间段内的目标风电出力数据；以渐进积分均方误差最小为目标，确定出目标核函数带宽；利用目标核函数带宽和目标风电出力数据进行非参数核密度估计，得出目标风电区域在目标时间段内的目标风电出力概率密度分布模型。采用本方法代替传统技术方案中对带宽优化模型进行模糊化以及基于序优化理论对带宽优化模型进行求解的过程，因此采用本方法确定出目标核函数带宽的过程更加快速便捷，因此能够提高确定出风电出力概率密度分布模型的便捷度。
-
公开(公告)号：CN111667377B
公开(公告)日：2021-03-09
申请号：CN202010335770.7
申请日：2020-04-24
申请人： 南方电网能源发展研究院有限责任公司
摘要： 本发明公开了一种全自动用电量预测方法，包括：对历史用电量时间序列预处理，获得历史用电数据；采用Boosted HP滤波器对历史用电数据进行分解，获得趋势项和循环项；根据趋势项的数据确定Auto ARIMA模型的参数，以获得趋势项的预测模型；根据循环项的数据对seq2seq模型进行训练，以获得循环项的预测模型；将趋势项的预测模型的预测结果和循环项的预测模型的预测结果叠加，获得用电量预测模型；用电量预测模型用于预测用电量。本发明仅利用历史用电量数据本身，而不需要依赖外源数据；所采用的HP滤波器、Auto滤波器和seq2seq模型都可以预先设定参数或自适应学习参数，而不需要人为再根据数据来设置参数；本发明相较于传统模型在预测精度上有较大的提升，且使用方便。
-
公开(公告)号：CN116937566A
公开(公告)日：2023-10-24
申请号：CN202310918374.0
申请日：2023-07-25
申请人： 广西电网有限责任公司 , 南方电网能源发展研究院有限责任公司
IPC分类号： H02J3/00 , H02J3/38 , G06F18/214 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06Q10/04 , G06Q50/06
摘要： 本申请涉及神经网络领域，特别是涉及一种风电功率多步预测方法、装置、计算机设备和存储介质，所述方法包括：获取待测风电场的历史风电负荷数据集，所述历史风电负荷数据集包括历史风电功率和历史天气特征；基于所述历史天气特征与所述历史风电功率的相关系数，选择所述历史天气特征中的目标天气特征；将所述历史风电功率和目标天气特征作为样本对CNN‑RNN‑LGBM模型进行训练，以优化所述CNN‑RNN‑LGBM模型的超参数，直到获得最优组合模型；基于所述待测风电场在目标时序段的风电负荷数据集，利用所述最优组合模型进行风电功率的多步预测。本发明提升风电功率的预测精度。
-
公开(公告)号：CN116565851A
公开(公告)日：2023-08-08
申请号：CN202310558840.9
申请日：2023-05-17
申请人： 广西电网有限责任公司 , 南方电网能源发展研究院有限责任公司
摘要： 本申请涉及一种基于聚类算法的风电场功率预测方法、装置、计算机设备和存储介质，能够提高风电场功率预测效率。所述方法包括：对预先获取的风电场的历史出力数据时间序列进行分割，基于分割结果得到多个片段序列；对多个片段序列进行聚类，得到多个片段序列簇，并根据每个片段序列簇的簇心片段序列，得到典型出力数据时间序列；获取当前出力数据时间序列；当前出力时间数据序列包括与未来时间点邻近的多个历史序列样点和未来时间点的预测序列样点；基于当前出力数据时间序列与各个典型出力数据时间序列的比较结果，确定风电场在未来时间点的预测风电场功率。
-
-
-
-
-
-
-
-
-
搜索结果
60 条记录 (耗时 0.065 秒)
