-
公开(公告)号：CN117200187A
公开(公告)日：2023-12-08
申请号：CN202311029087.0
申请日：2023-08-15
申请人： 华北电力大学
IPC分类号： H02J3/00 , G06F18/214 , G06N3/096 , G06Q50/06 , H02J3/38
摘要： 本公开涉及一种光伏功率预测方法、模型训练方法、装置、设备及介质。获取目标光伏电站的实时天气预报数据；利用目标光伏电站的光伏功率预测模型，对实时天气预报数据进行处理，得到目标光伏电站的目标预测光伏功率；其中，光伏功率预测模型利用源光伏电站的第一训练数据对初始模型中的自适应学习器和迁移学习器分别进行预训练，并利用第一训练数据对预训练得到的第一模型中的自适应学习器进行参数更新，以及利用目标光伏电站的第二训练数据对参数更新得到的第二模型中的自适应学习器继续进行参数微调得到，第一训练数据的数据量远远大于第二训练数据的数据量。这样，利用了适用于目标光伏电站的模型进行光伏发电功率预测，从而提高预测精度。
-
公开(公告)号：CN113239648B
公开(公告)日：2023-11-21
申请号：CN202110693798.2
申请日：2021-06-22
申请人： 华北电力大学
IPC分类号： G06F30/28 , G06F113/06 , G06F113/08 , G06F119/14
-
公开(公告)号：CN116581756A
公开(公告)日：2023-08-11
申请号：CN202310855055.X
申请日：2023-07-13
申请人： 华北电力大学
IPC分类号： H02J3/00 , H02J3/38 , G06Q10/04 , G06N3/0464 , G06Q50/06 , G06F18/214
摘要： 本公开涉及一种风电功率预测方法、模型训练方法、装置、设备及介质。获取目标风电场的实时天气预报数据；利用预先训练的风电功率预测模型，对实时天气预报数据进行处理，得到目标风电场的实时风电功率预测数据；风电功率预测模型首先利用已运行时间较长的源风电场的第二训练数据确定目标风电场的风电功率预测元模型，然后利用目标风电场的第一训练数据来微调风电功率预测元模型。这样，训练好的风电功率预测模型能够很好的适应目标风电场的风电功率预测，从而保证目标风电场的风电功率预测结果的准确性。
-
公开(公告)号：CN116388148A
公开(公告)日：2023-07-04
申请号：CN202211635357.8
申请日：2022-12-19
申请人： 华北电力大学 , 中国长江三峡集团有限公司
摘要： 本公开涉及一种功率预测方法、装置、设备及存储介质。该方法包括：获取待预测风电场在未来中期时间段内的预测天气预报数据；利用预先训练的风电功率预测模型，对预测天气预报数据进行多层特征提取处理、依赖矫正处理以及特征转换处理，得到待预测风电场在未来中期时间段内的预测风电功率。通过上述方式，可以利用风电功率预测模型，挖掘不同时刻对应的预测天气预报数据之间的依赖性以及对当前时刻的预测天气预报数据进行矫正，提高了未来中期时间段内各个时刻的预测天气预报数据的准确性，进而提高了风电中期预测功率的准确性，最终能够对电力系统给出有效的指导。
-
公开(公告)号：CN110889535B
公开(公告)日：2022-07-12
申请号：CN201911028254.3
申请日：2019-10-28
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 华北电力大学
摘要： 本发明提供了一种基于卷积循环神经网络的风电场内多点位风速预测方法，包括以下步骤：步骤一：采集风电场的运行数据，采集的数据包括多台风电机组位置处的实测风速和实测风向；步骤二：根据步骤一所采集的数据建立基于卷积循环神经网络的风电场内多点位风速预测模型的卷积模块；步骤三：根据步骤一建立基于卷积循环神经网络的风电场内多点位风速预测模型的LSTM模块；步骤四：将卷积模块和LSTM模块的输出连接，步骤五：以平均绝对误差（MAE）损失函数指标训练神经网络模型。本发明对于电网来说有助于优化电网调度及减少旋转备用容量，保障电力系统安全可靠经济运行，减小机组疲劳载荷。
-
公开(公告)号：CN113656973B
公开(公告)日：2022-06-14
申请号：CN202110963099.5
申请日：2021-08-20
申请人： 华北电力大学 , 中国华能集团清洁能源技术研究院有限公司 , 华能集团技术创新中心有限公司
摘要： 本发明涉及风电场控制领域，具体提供一种风电场的尾流混合模拟方法及系统、装置及介质，解决现有的风电场的尾流模拟方法不能兼顾计算精度和计算速度的问题。为此目的，本发明的风电场的尾流混合模拟方法获取风电场的实际功率和模拟功率的差值，根据差值与功率误差阈值的比较结果，获得风电场中风电机组的平均间距的间距界定值，当实际风电场风电机组的平均间距大于等于间距界定值时采用基于工程尾流模型的尾流模拟方法，当平均间距小于间距界定值时采用基于RANS模型的尾流模拟方法，能够结合工程尾流模型和RANS模型的优点，综合考虑尾流模拟过程中的计算效率和计算精度，使得风电场进行尾流模拟的过程更为高效准确。
-
公开(公告)号：CN114548634A
公开(公告)日：2022-05-27
申请号：CN202111105942.2
申请日：2021-09-22
摘要： 本公开涉及一种海上风资源综合评估方法、装置、存储介质和电子设备，该方法包括：根据任一风电场中的测风塔在预定时间段内测得的风资源时间数据，确定海上风资源综合评估参数；消除所述海上风资源综合评估参数的量纲影响；基于消除量纲影响后的海上风资源综合评估参数以及与所述海上风资源综合评估参数对应的预设权重，获取该风电场的优选评估方案分数；其中，所述预设权重用于表示各个参数之间的相对重要程度；对多个风电场的优选评估方案分数进行顺序排序，确定分数最高的优选评估方案为风电场的最佳评估结果。
-
公开(公告)号：CN114412707A
公开(公告)日：2022-04-29
申请号：CN202111582693.6
申请日：2021-12-22
申请人： 华北电力大学 , 中国华能集团有限公司 , 华能集团技术创新中心有限公司
摘要： 本发明涉及风电场控制技术领域，具体提供一种风电场分批次延迟控制方法、控制装置及介质，旨在解决风电场控制策略中未考虑到尾流效应的影响，导致风电场整体出力状态未处于最佳状态的问题。为此目的，本发明根据尾流效应确定风电机组的多个控制组，并确定每个控制组中风电机组的最佳控制策略，进一步获取每台下游风电机组的延迟控制时间，根据风电机组的延迟控制时间以及最佳控制策略对风电机组进行控制。通过上述配置方式，本发明能够考虑到尾流效应带来的影响，能够减少尾流发展对于最佳控制策略的影响，减少对风电机组进行优化控制时造成的能量损失，使风电场能够时刻处于最优的出力状态，提高风电场整体的能效和经济效益。
-
公开(公告)号：CN113094997B
公开(公告)日：2022-04-01
申请号：CN202110418312.4
申请日：2021-04-19
申请人： 华北电力大学
IPC分类号： G06F30/27 , G06K9/62 , G06N3/08 , G06F111/06 , G06F113/06
摘要： 本公开涉及一种风电机组运行模拟方法、装置、设备和存储介质。该方法包括：获取风电机组的待模拟数据，其中，待模拟数据包括风电机组的实时运行数据和/或仿真数据，实时运行数据和仿真数据均包括风况数据、工况数据；将待模拟数据输入至预先训练好的运行模拟模型，得到风电机组的运行模拟结果，其中，运行模拟模型根据风况样本集、工况样本集以及样本运行模拟数据训练得到。通过上述方式，实现了基于训练好的运行模拟模型和获取的实际运行数据，准确且快速地确定风电机组的运行参数和荷载参数，且运行模拟模型采用通用的编程语言建立，模型的兼容性高。
-
公开(公告)号：CN110134919B
公开(公告)日：2020-12-15
申请号：CN201910361399.9
申请日：2019-04-30
申请人： 华北电力大学 , 中能电力科技开发有限公司
IPC分类号： G06F17/18 , G06F16/215
摘要： 本发明属于数据分析与处理技术领域，尤其涉及一种基于最优组内方差与二维概率密度联合的风电机组异常数据清洗方法，包括：风电机组运行数据预处理；采用最优组内方差法剔除限电区域的数据；采用二维概率密度估计法剔除密度稀疏的异常值；通过上下边界线获取正常运行数据。采用最优组内方差和二维概率密度估计结合的方案，既解决了最优组内方差清洗堆积数据会遗留下离散的数据的问题，又解决了二维概率密度估计无法排除高密度限电数据的问题，整体上提高了数据清洗运行工况的适应性。
-
-
-
-
-
-
-
-
-
搜索结果
124 条记录 (耗时 0.051 秒)
