-
公开(公告)号：CN109146131A
公开(公告)日：2019-01-04
申请号：CN201810754491.7
申请日：2018-07-11
Applicant: 国网河北省电力有限公司 , 北京清软创新科技股份有限公司
Abstract: 本发明公开了一种日前风力发电预测方法，具体步骤如下：步骤一，将NWP气象预测预测数据、历史实际风电发电数据和历史实际风速数据分解为子序列；步骤二，对子序列进行训练；步骤三，将通过希尔伯特‑黄变换得到的历史实际风速数据子序列作为输入，历史实际风力发电数据子序列作为输出，得到根据实际风速数据来预测风力发电的训练模型；步骤四，通过遗传算法优化根据实际风速数据来预测风力发电的训练模型；步骤五，利用希尔伯特‑黄变换的逆变换还原利用人工神经网络得到的风力发电预测数据。本发明考虑了实际风速历史数据、实际风力发电历史数据和NWP气象预测数据(包括风速、风向、气压、气温和湿度)，能够有效提高风力发电预测准确率。
-
公开(公告)号：CN107546742A
公开(公告)日：2018-01-05
申请号：CN201610457962.9
申请日：2016-06-23
Applicant: 中国电力科学研究院 , 国家电网公司 , 国网河北省电力有限公司 , 国家电网公司华中分部
IPC: H02J3/06
Abstract: 本发明涉及一种日前计划潮流有功及电压计算误差分析方法，其包括：获取潮流偏差线路、电压偏差母线和潮流偏差发电负荷集合；获取电力设备的偏差值，并确定所述电力设备对所述潮流偏差线路的灵敏度和单个时间点误差贡献度，或者确定所述电力设备对所述电压偏差母线的灵敏度和单个时间点误差贡献度；根据单个时间点误差贡献度确定所述电力设备全天96点对所述潮流偏差线路或所述电压偏差母线的误差贡献度；本发明提供的方法，能够实现计划潮流有功及电压计算误差原因自动分析，快速分析影响计划运行方式合理性的关键因素，为提高调度计划运行方式数据的合理性提供了技术支持。
-
公开(公告)号：CN113218053A
公开(公告)日：2021-08-06
申请号：CN202110546022.8
申请日：2021-05-19
Applicant: 国网河北省电力有限公司 , 长沙理工大学 , 国家电网有限公司
IPC: F24F11/62
Abstract: 本发明提供了一种空调负荷调控系统，该系统包括：控制主站、控制子站以及调控终端；每个控制主站对应连接多个控制子站，每个控制子站对应连接多个调控终端，每个调控终端对应控制多个空调；调控终端实时采集各个空调的负荷相关数据，经控制子站将负荷相关数据上传至控制主站；控制主站根据负荷相关数据生成主控制指令，并将主控制指令下发至控制子站；控制子站根据主控制指令与当前时刻接收到的负荷相关数据生成子控制指令，并将子控制指令发送至调控终端；调控终端根据子控制指令与当前时刻采集到的负荷相关数据生成调控命令，并基于调控命令对各个空调进行调控。本发明提供的空调负荷调控系统能够实现对空调负荷的精准调控。
-
公开(公告)号：CN113128574A
公开(公告)日：2021-07-16
申请号：CN202110352385.8
申请日：2021-03-31
Applicant: 国网河北省电力有限公司电力科学研究院 , 国家电网有限公司 , 国网河北能源技术服务有限公司
Abstract: 本发明适用于风电技术领域，提供了一种场景缩减方法、装置及终端设备，包括：获取光伏发电出力场景集合；基于预设的聚类方法对所述光伏发电出力场景集合中的多个光伏发电出力场景进行聚类，确定多个聚类结果类簇，其中，所述预设的聚类方法采用基于密度原则和最大最小距离原则对初始聚类中心进行优化；采用概率距离的同步回代消除算法对所述多个聚类结果类簇中的每个聚类结果类簇对应的类簇场景集合中的光伏发电出力场景进行缩减，确定缩减后的类簇场景集合中的光伏发电出力场景。该方法可以在保证计算精度的同时，提高规模较大场景集合缩减的计算效率。
-
公开(公告)号：CN112734073A
公开(公告)日：2021-04-30
申请号：CN201911031539.2
申请日：2019-10-28
Applicant: 国网河北省电力有限公司 , 国家电网有限公司 , 中国科学院计算机网络信息中心 , 天津弘源慧能科技有限公司
Abstract: 本发明涉及一种基于长短期记忆网络的光伏发电功率短期预测方法，包括:使用Pearson相关系数确定与发电功率高度相关的天气数据特征，使用LSTM网络模型建立了输入天气数据特征与输出发电功率之间的非线性关系，并捕捉了时间序列的相关性，针对季节和天气类型划分原始输入数据集，提高模型预测精度，对基于季节和天气类型的LSTM模型预测结果进行线性拟合处理，进一步提高模型预测的准确度。
-
Patent Agency Ranking
公开(公告)号：CN111178609A
公开(公告)日：2020-05-19
申请号：CN201911340146.X
申请日：2019-12-23
Applicant: 国网河北省电力有限公司 , 中国电力科学研究院有限公司 , 国家电网有限公司
Abstract: 本发明涉及一种基于归一化拟合的区域光伏月发电量预测方法，该方法先汇总区域内所有光伏电站的发电量数据、装机容量数据，计算月利用小时数；然后利用最小二乘法，以月份为自变量，求得拟合多项式；最后结合区域光伏规划新增装机容量，计算预测月份的发电量。本方法只需用区域的发电量、弃电量数据，不需要每个光伏单站的数据，对数据量的依赖相对较小，也适用于不断有新建光伏电站、装机容量增长较快的区域。本发明具有预测方法简单、实用等特点，具有很强的可操作性和推广应用价值。
-
公开(公告)号：CN109858665A
公开(公告)日：2019-06-07
申请号：CN201811488151.0
申请日：2018-12-06
Applicant: 国网河北省电力有限公司 , 北京清软创新科技股份有限公司
Abstract: 本发明公开了基于特征筛选与ANFIS-PSO的光伏短期功率预测方法，包括：选择已发生的任意时间段的某地区光伏发电功率和天气的历史数据；对该时间段该地区光伏发电功率的和天气的历史数据进行特征筛选，选择出对光伏发电功率影响相关度强的天气的历史数据作为天气特征数据；对筛选的天气特征数据输入自适应神经模糊推理算法搭建的训练网络，训练网络对筛选的天气特征数据进行数据训练并构建模糊推理系统；对天气特征数据进行训练时，采用粒子群算法对训练网络进行优化；输入该地区未来某一时间段预测的天气特征数据，得到该地区未来某一时间段的光伏发电功率预测结果。输入数据大大简化，节省了数据训练时间，在训练模型优化过程中不容易陷入局部极小值。
-
公开(公告)号：CN106469908B
公开(公告)日：2019-03-15
申请号：CN201510511777.9
申请日：2015-08-19
Applicant: 中国电力科学研究院 , 国家电网公司 , 国网河北省电力有限公司
Abstract: 本发明涉及一种多故障协调的静态安全综合辅助决策方法，包括：读取静态安全分析的计算结果；对越限设备和故障设备进行灵敏度分析；根据越限设备与可调设备的灵敏度关系，确定越限设备所需要的可调设备的调整方向；如果有多个设备越限，则判断各越限设备的可调设备是否存在调整方向的冲突；如果各越限设备的可调设备不存在冲突，则进行下一步骤；如果各越限设备的可调设备存在调整方向的冲突，则计算可调充裕度指标，并根据可调充裕度确定冲突的可调设备的调整方向；多故障协调静态安全综合辅助决策求解；本发明提供的技术方案易于实现，能够解决多故障静态安全越限对可调设备的调整需求存在冲突时的协调优化问题，自动给出综合辅助决策调整策略。
-
公开(公告)号：CN108830427A
公开(公告)日：2018-11-16
申请号：CN201810722699.0
申请日：2018-07-04
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网河北省电力有限公司
Abstract: 本发明提供了一种太阳总辐射预测方法和装置，先基于预先设定的影响太阳总辐射的环境要素，对获取的预测时段的气象数据、地形数据和排放源数据进行处理，得到新能源电站所在地的环境要素数据，然后基于所述新能源电站所在地的环境要素数据和预先构建的神经网络预测模型对太阳总辐射进行预测。本发明考虑了环境要素对辐射衰减的影响，提高太阳总辐射预测结果的准确性。本发明对太阳总辐射进行预测的过程中，基于实测太阳总辐射，采用卡尔曼滤波算法对未来太阳总辐射进行实时校正，进一步提高预测精度；本发明在提高太阳总辐射预测精度的基础上，保证光伏发电系统输出功率的稳定性，且为预测光伏发电系统输出功率提供基础。
-
公开(公告)号：CN106779129A
公开(公告)日：2017-05-31
申请号：CN201510799160.1
申请日：2015-11-19
Applicant: 华北电力大学(保定) , 国网河北省电力公司
Abstract: 本发明公开了属于电力负荷预测技术领域的一种考虑气象因素的短期电力负荷预测方法。收集历史负荷数据及气象数据，检测并修正异常数据；分析负荷数据与各气象因素的相关性，确定关键气象因素；根据负荷与关键气象因素的相关性建立综合气象因素；总结地区电网日负荷曲线的变化特性，找出预测日的典型相似日；利用选定负荷与综合气象因素建立Elman神经网络短期负荷预测模型，采用萤火虫算法训练网络参数；将待预测时刻的综合气象因素和相应负荷数据输入Elman神经网络短期负荷预测模型，输出待预测时刻的负荷预测值；显示负荷预测值。能准确预测工作日、周末以及法定节假日的负荷数据，预测精度高且适用性强，为电网运行人员制定发电计划提供可靠依据。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.066 seconds)
