一种基于端到端记忆网络的短期风电功率预测方法

    公开(公告)号:CN111160620A

    公开(公告)日:2020-05-15

    申请号:CN201911247976.8

    申请日:2019-12-06

    Abstract: 本发明公开了一种基于端到端记忆网络的短期风电功率预测方法,包括如下步骤:采集风电场数据;将采集的风电场数据划分为历史数据、被预测多节点天气数据和功率数据,并对历史数据和被预测多节点天气数据进行归一化处理;利用多头自注意力机制模型对历史数据进行编码,将编码后的特征向量存入端到端记忆网络的记忆池;采用注意力机制对被预测多节点天气数据进行编码,并将编码结果作为端到端记忆网络的输入向量;将功率数据作为端到端记忆网络的输出向量进行端到端记忆网络的训练;使用训练好的端到端记忆网络对风机输出功率进行预测。本发明方法相比以往短期风电功率预测方法,能够关注到历史数据中隐含的信息,具有更高的预测精度和稳定性。

    一种末端电网拓扑层级停电事件优先辨识上报系统及方法

    公开(公告)号:CN109066988A

    公开(公告)日:2018-12-21

    申请号:CN201811036827.2

    申请日:2018-09-04

    Abstract: 本发明涉及一种末端电网拓扑层级停电事件优先辨识上报系统,包括采集主站、配变监测终端、一级监测终端、二级监测终端以及表箱监测终端;所述配变监测终端、一级监测终端、二级监测终端以及表箱监测终端分别包含有控制单元以及与控制单元相应设置的测量芯片、电源模块以及LoRa芯片。本发明末端电网拓扑层级停电事件优先辨识上报系统及方法是基于LoRa物联网通信技术,当末端电网发生停电故障时,设备层通过停电事件优先上报方法,合理分配信道带宽资源,每个终端都有独立上报能力,可以迅速告知主站故障发生具体环节,做到快速高效。同为避免终端一窝蜂似的进行无效无益的乱报,本发明事件优先上报功能将不同层级终端分时上报,同一层级终端随机避让上报,合理分配信道带宽资源,提高上报成功率。

Patent Agency Ranking