-
公开(公告)号:CN117273244A
公开(公告)日:2023-12-22
申请号:CN202311558123.2
申请日:2023-11-22
申请人: 中国电力科学研究院有限公司
摘要: 本发明涉及新能源发电功率预测技术领域,具体提供了一种区域风光资源中长期人工智能预报方法及装置,包括:将气象再分析数据中预测时刻的气象图转换为图像数据矩阵;将所述图像数据矩阵作为预先训练的人工智能预报模型的输入,得到所述预先训练的人工智能预报模型输出的预测时刻的图像数据修正矩阵;基于所述预测时刻的图像数据修正矩阵确定气象图中各位置的气象参量预报值。本发明提供的技术方案,可解决当前长时间尺度数值天气预报计算量大、计算时间长和精度仍存在提升空间的问题,从而支撑新能源发电功率预测,具有工程适用性。
-
公开(公告)号:CN113887843A
公开(公告)日:2022-01-04
申请号:CN202111480130.6
申请日:2021-12-07
申请人: 中国电力科学研究院有限公司
摘要: 本发明提供了一种风电场输出功率的群体预测方法和系统,包括:将待预测时刻多个风电场站的数值天气预报数据按照预设格式转化为气象图数据;将气象图数据输入预先构建的图卷积预测模型,得到功率图数据作为待预测时刻多个风电场站的输出功率预测值;其中,气象图数据包括各风电场站的气象参数、测量参数以及不同风电场站间的联接权重,图卷积预测模型是采用多个风电场站的历史气象图数据和历史功率图数据训练得到的;本发明仅需建立一个图卷积预测模型即可得到包括多个风电场站功率的多条预测曲线,在大规模风电功率预测场景中,仅需训练、部署、维护一个模型即可实现多个风电场多条预测曲线的预测,可降低模型训练、模型部署、模型维护的成本。
-
公开(公告)号:CN112348292B
公开(公告)日:2021-08-06
申请号:CN202110015294.5
申请日:2021-01-07
申请人: 中国电力科学研究院有限公司
摘要: 本发明提供了一种基于深度学习网络的短期风电功率预测方法和系统,包括:获取待预测风电所在区域的数值天气预报数据;将数值天气预报数据输入预先训练的深度学习映射模型,得到风电功率的预测值;其中,深度学习映射模型包括数值天气预报数据与风电功率预测值的对应关系;数值天气预报数据按照位置构成网格,网格中每个格点包括多个天气参数;本发明可提升风电场短期功率预测精度,同时可以降低区域风电功率预测模型的建模时间,降低所需的计算资源和人力资源。
-
公开(公告)号:CN109840308A
公开(公告)日:2019-06-04
申请号:CN201711220463.9
申请日:2017-11-29
申请人: 中国电力科学研究院有限公司 , 国家电网公司 , 国网山东省电力公司
摘要: 本发明提供了一种区域风电功率概率预报方法及系统,包括:采集目标时刻风电场的预报功率,从基于预先构建的联合概率分布模型得到的模拟样本集中筛选出符合目标时刻风电场预报功率等级的条件样本集;对所述条件样本集进行拟合得到条件概率分布函数;基于所述条件概率分布函数提取概率预报区间和分位数预报集合。本发明提供的技术方案,根据建立的联合概率分布模型,提取满足风电功率概率预测条件的条件样本集,根据条件样本集构建条件概率分布函数,大大降低了计算难度,提高了工作效率。
-
公开(公告)号:CN110390117B
公开(公告)日:2024-05-07
申请号:CN201810359605.8
申请日:2018-04-20
申请人: 中国电力科学研究院有限公司
IPC分类号: G06F30/20 , G06F111/10
摘要: 本发明提供了一种雷暴起电过程的数值模拟方法和系统,包括:计算水成物粒子混合比参数同气象因子之间的统计关系;基于雷暴天气的观测数据和水成物粒子混合比参数同普通气象因子之间的统计关系,得到雷云微物理参数化方案;基于水成物粒子混合比参数同普通气象因子之间的统计关系和雷云微物理参数化方案,进行水成物粒子碰撞起电过程数值模拟。该方法和系统通过数值模拟,可实现雷云位置、空间电场分布等雷暴起电过程重要要素的数值预报。通过针对杆塔级、线路级的雷电强度、运动轨迹、云地闪等参量的数值模拟预报,可实现预报要素更全面、更为精细化、时效性更长的输电通道雷电预警。
-
公开(公告)号:CN114004430A
公开(公告)日:2022-02-01
申请号:CN202210002536.1
申请日:2022-01-05
申请人: 中国电力科学研究院有限公司
发明人: 冯双磊 , 王伟胜 , 王勃 , 刘纯 , 靳双龙 , 刘晓琳 , 宋宗朋 , 胡菊 , 滑申冰 , 马振强 , 张艾虎 , 郭于阳 , 王铮 , 车建峰 , 张菲 , 姜文玲 , 赵艳青 , 王钊 , 裴岩 , 汪步惟 , 李红莉 , 韩振永
摘要: 本发明提供了一种风速预报方法和系统,包括:基于模式背景场与最新的气象要素数据,采用预先构建的全局最优同化方案进行资料同化,得到模式初始状态;基于模式初始状态,采用预先训练的模式参数化方案进行预测,得到风速预报场;针对资料同化和模式参数化方案环节,在传统的基于物理机理和已知规律约束的数值天气预报模式基础上,面向缺乏或没有物理机理约束的情况,本发明通过采用人工智能算法训练出全局最优同化方案和模式参数化方案,充分发挥人工智能算法的优势,从而显著提升风速预报的准确率。
-
公开(公告)号:CN112132365B
公开(公告)日:2021-04-16
申请号:CN202011326412.6
申请日:2020-11-24
申请人: 中国电力科学研究院有限公司
摘要: 本发明提供了一种基于多尺度特征的预报风速订正方法和系统,包括:基于风速变化的物理过程将预报风速序列分解为多尺度特征;从历史观测资料中选取与所述预报风速序列相似的观测数据;基于相似的观测数据分别对所述预报风速序列中各尺度特征进行订正,然后合成得到订正后的预报风速。本发明提供的技术方案提取多尺度特征,突破目标统计订正中无物理机理、订正效果有限的瓶颈,消除了天气尺度误差,进一步提高风速预报的准确率。
-
公开(公告)号:CN112132365A
公开(公告)日:2020-12-25
申请号:CN202011326412.6
申请日:2020-11-24
申请人: 中国电力科学研究院有限公司
摘要: 本发明提供了一种基于多尺度特征的预报风速订正方法和系统,包括:基于风速变化的物理过程将预报风速序列分解为多尺度特征;从历史观测资料中选取与所述预报风速序列相似的观测数据;基于相似的观测数据分别对所述预报风速序列中各尺度特征进行订正,然后合成得到订正后的预报风速。本发明提供的技术方案提取多尺度特征,突破目标统计订正中无物理机理、订正效果有限的瓶颈,消除了天气尺度误差,进一步提高风速预报的准确率。
-
公开(公告)号:CN109840858A
公开(公告)日:2019-06-04
申请号:CN201711229308.3
申请日:2017-11-29
申请人: 中国电力科学研究院有限公司 , 国家电网公司 , 国网山东省电力公司青岛供电公司
摘要: 本发明涉及一种基于高斯函数的风电功率波动聚类方法及系统,所述方法包括:根据历史风电有功功率序列的极值确定历史风电有功功率序列的风电功率波动;利用高斯函数获取所述历史风电有功功率序列的风电功率波动的波动参数集合;根据所述波动参数集合对历史风电有功功率序列的风电功率波动进行聚类;本申请通过滤波处理后的历史风电有功功率序列确定相应的风电功率波动,并基于风电功率波动的参数集合实现对风电功率波动的聚类,不仅降低了计算复杂度,提高了风电功率波动聚类的效率,同时有助于提高后期风电领域计算应用的精确度。
-
公开(公告)号:CN109840308B
公开(公告)日:2023-12-19
申请号:CN201711220463.9
申请日:2017-11-29
申请人: 中国电力科学研究院有限公司 , 国家电网公司 , 国网山东省电力公司
IPC分类号: G06F17/18 , G06F18/232
摘要: 本发明提供了一种区域风电功率概率预报方法及系统,包括:采集目标时刻风电场的预报功率,从基于预先构建的联合概率分布模型得到的模拟样本集中筛选出符合目标时刻风电场预报功率等级的条件样本集;对所述条件样本集进行拟合得到条件概率分布函数;基于所述条件概率分布函数提取概率预报区间和分位数预报集合。本发明提供的技术方案,根据建立的联合概率分布模型,提取满足风电功率概率预测条件的条件样本集,根据条件样本集构建条件概率分布函数,大大降低了计算难度,提高了工作效率。
-
-
-
-
-
-
-
-
-