-
公开(公告)号:CN116643330A
公开(公告)日:2023-08-25
申请号:CN202310527514.1
申请日:2023-05-10
申请人: 国网湖南省电力有限公司 , 国网湖南省电力有限公司防灾减灾中心 , 国家电网有限公司
摘要: 本申请实施例提供一种用于预测大气混合层高度的方法、装置及处理器。方法包括:根据风电场中待测区域的位置数据和历史时间段内每个历史时刻的云量数据确定每个历史时刻的辐射等级;针对每个历史时刻,确定历史时间段内每个历史时刻的风速数据对应的风速等级,并根据历史时刻的风速等级和历史时刻的辐射等级确定历史时刻的大气稳定度;将每个历史时刻的风速等级和大气稳定度确定为一个数据组,并将风速等级和大气稳定度均相同的数据组确定为相同类型的数据组;针对每个类型的数据组,根据数据组的总数量、数据组的大气稳定度以及与数据组的风速等级对应的风速数据确定待测区域的大气混合层在当前时刻的高度预测值,以提高确定混合层高度的准确性。
-
公开(公告)号:CN112132308B
公开(公告)日:2023-07-25
申请号:CN202010732500.X
申请日:2020-07-27
申请人: 国网湖南省电力有限公司 , 国网湖南省电力有限公司防灾减灾中心 , 国家电网有限公司
摘要: 本公开涉及一种电网暴雨长期预测关键因子选取方法、装置及预测系统。其中,方法包括基于待选取关键因子搭建BP神经网络;基于BP神经网络,从待选取关键因子中随机选取至少N‑k个关键因子进行M次降水量预测值的计算;在每次降水量预测值的计算中,基于得到的降水量预测值和历史降水量测量值的比值,得到预测准确率;基于预测准确率确定各选取的关键因子的影响指标;对各影响指标由高到低进行排序,选取排名前Q个影响指标对应的关键因子,作为用于电网暴雨长期预测的关键因子。本公开实施例通过选取电网暴雨长期预测关键因子,提高了电网暴雨长期预测的准确率,减少了预测的计算量。
-
公开(公告)号:CN115840199A
公开(公告)日:2023-03-24
申请号:CN202211643049.X
申请日:2022-12-20
申请人: 国网湖南省电力有限公司 , 国网湖南省电力有限公司防灾减灾中心 , 国家电网有限公司
摘要: 本发明涉及雷达数据处理技术领域,公开一种毫米波雷达空‑地分界线计算方法及系统,以通过对一段时间回波的数据分析,获得回波变化特征,计算地物与空气边界,为提升雷达探测数据质量,精准预警覆冰提供支撑。方法包括下述步骤:雷达反射率测量数据收集;反射率差值计算;反射率稳定性计算;自下而上的变化梯度计算及地物轮廓构建。本发明通过计算反射率的在不同能见度下的变化,找到变化最大处,判断空气与地面的分界线,能够用于不同地区地形的地物与空气界面的识别分析,且提高并弥补了雷达覆冰探测反演性能。
-
公开(公告)号:CN114741971A
公开(公告)日:2022-07-12
申请号:CN202210471360.4
申请日:2022-04-28
申请人: 国网湖南省电力有限公司 , 国网湖南省电力有限公司防灾减灾中心 , 国家电网有限公司
IPC分类号: G06F30/27 , G06N3/04 , G06N3/08 , G06F111/10 , G06F113/06 , G06F119/12
摘要: 本申请实施例提供一种风机叶片覆冰厚度的长短时记忆校正预报方法。方法包括:确定需要开展冻雨覆冰数值预报的待预报区域;将待预报区域划分成等距离网格;获取开展冻雨覆冰数值预测的初始场数据和边界条件数据,初始场数据是指数值预报模式开始积分时刻的各个网格点上的数据,将与待预报区域的网格一致的初始场数据和边界条件数据输入至数值模式,得到待预报区域中的风机叶片在未来预设时间点的第一冻雨覆冰数值;将第一冻雨覆冰数值输入至长短时记忆神经网络;获取长短时记忆神经网络对第一冻雨覆冰数值进行校正后得到的第二冻雨覆冰数值,并将第二冻雨覆冰数值确定为在未来预设时间点待预报区域中的风机叶片的冻雨覆冰数值。
-
公开(公告)号:CN114492909A
公开(公告)日:2022-05-13
申请号:CN202111246118.9
申请日:2021-10-26
申请人: 国网湖南省电力有限公司 , 国网湖南省电力有限公司防灾减灾中心 , 国家电网有限公司
摘要: 本发明公开了一种优化漏报率的电网人为山火密度的定量预报方法及系统,该方法包括以下步骤:将待测区域划分为多个网格;根据每个网格对应的区域在历史几年内在与待预测日期同一天发生过山火的次数,以及在待预测日期的预测风速、预测降水量以及预测湿度,综合计算每个网格对应区域的山火发生风险指数。本发明通过综合考虑历史山火次数、风速、降水以及湿度的多因子指数,综合判断电网人为山火发生的风险指数,能显著降低山火预测的漏报率。
-
公开(公告)号:CN114298365A
公开(公告)日:2022-04-08
申请号:CN202111246117.4
申请日:2021-10-26
申请人: 国网湖南省电力有限公司 , 国网湖南省电力有限公司防灾减灾中心 , 国家电网有限公司
摘要: 本发明公开了一种基于深度学习图像识别的电网覆冰长期预测方法及系统,该方法包括:确定待预测区域的经纬度范围和待预测日期;并绘制对应的经纬度范围和待预测日期在设定高空气压值的等高线图;将等高线图压缩后的图像输入已训练好的卷积神经网络模型中,输出图像所对应标签;根据标签判断待预测日期是否会发生覆冰。本发明通过设定高空气压值的等高线图作为输入,是否覆冰的标签作为输出;通过卷积神经网络模型进行有覆冰和无覆冰的标签的快速判识,能对电网冬季覆冰情况提前进行长期预测。
-
公开(公告)号:CN114118599A
公开(公告)日:2022-03-01
申请号:CN202111453726.7
申请日:2021-12-01
申请人: 国网湖南省电力有限公司 , 国网湖南省电力有限公司防灾减灾中心 , 国家电网有限公司
摘要: 本发明涉及电气工程技术领域,公开了一种用于确定电网风险的方法及处理器。方法包括:获取目标区域的电网各条输电线路受到目标灾害的程度预测结果;获取目标输电线路由于目标灾害而故障的历史数据,历史数据包括目标输电线路在各个灾害程度等级下故障的概率;在服从概率的情况下,基于程度预测结果对目标输电线路进行样本实验;将样本实验中发生故障的输电线路进行组合,形成多组故障输电线路;确定故障输电线路对电网的第一风险指标;根据第一风险指标和故障输电线路的总组数来计算目标输电线路的第二风险指标;根据第二风险指标和程度预测结果确定电网的风险。可以快速得到灾害下线路群发故障时电网的风险,满足电网风险分析的时效性要求。
-
公开(公告)号:CN113969873A
公开(公告)日:2022-01-25
申请号:CN202111208118.X
申请日:2021-10-18
申请人: 国网湖南省电力有限公司 , 国网湖南省电力有限公司防灾减灾中心 , 国家电网有限公司
IPC分类号: F03D17/00
摘要: 本发明涉及风能发电技术领域,公开了一种风电机组出力超短期预测方法、系统及存储介质,该方法包括确定当前时刻对应的当前时次,获取当前时次及当前时次之前的N个时次的第一风机出力实况;确定与当前时刻对应的目标时刻,获取目标时次,获取目标时次及之前的N个时次的第二风机出力实况,以及目标时次之后的M个时次的第三风机出力实况;确定第一风机出力基值;确定第二风机出力基值;预测当前时次之后的超短期内的M个时次的风机出力预测值;对超短期内的M个时次的风机出力预测值进行校正处理,得到超短期内的M个时次的风机出力最终预测值。可以实现风电机组出力超短期预测,减小风电波动性对电网的影响。
-
公开(公告)号:CN112765544A
公开(公告)日:2021-05-07
申请号:CN202011613128.7
申请日:2020-12-30
申请人: 国网湖南省电力有限公司 , 国网湖南省电力有限公司防灾减灾中心 , 国家电网有限公司
摘要: 本发明公开涉及了一种输电线路台风影响下风力预报数据的校正方法,包括:通过风力观测数据,获取与所述风力观测数据对应的风力预报数据,基于所述风力数据建立数据频率曲线拟合函数,并获得对应的第一拟合函数参数以及第二拟合函数参数;基于所述风力观测数据和所述风力预报数据,建立预报数据和观测数据之间的映射关系,并获得对应的映射关系参数;基于所述第一拟合函数参数和所述第二拟合函数参数校正所述映射关系,及其对应的映射关系参数;基于校正后的所述映射关系,及其对应的映射关系参数,对风力预报数据进行校正,以获得校正后的第一风力预报数据。本发明在校正风力预报数据的情况下,可有效为电网抗塔措施提供重要预报数据。
-
公开(公告)号:CN112508296A
公开(公告)日:2021-03-16
申请号:CN202011490496.7
申请日:2020-12-16
申请人: 国网湖南省电力有限公司 , 国网湖南省电力有限公司防灾减灾中心 , 国家电网有限公司
摘要: 本发明涉及电网融冰技术领域,公开一种考虑太阳辐射消融的输电线路覆冰厚度预测方法及系统,以指导电网运维。方法包括:收集太阳辐射数据,预测输电线路处按时长1小时逐步进行更新的太阳直接辐射值;收集该输电线路实时覆冰厚度和覆冰类型;查找各覆冰类型所对应的反照率和覆冰密度;根据该输电线路的太阳直接辐射值、覆冰类型所对应的反照率和覆冰密度计算覆冰消融速度;在对应该太阳直接辐射预测值的更新时刻,根据该输电线路实时的覆冰厚度、未来一小时的覆冰消融速度和根据覆冰数值预测模式得到的未来一小时覆冰增长厚度预测下一小时的覆冰厚度;在下一更新时刻重复上述步骤,以此类推得出覆冰厚度为0时所对应的覆冰消融时间。
-
-
-
-
-
-
-
-
-