基于二次模态分解与XGBoost的架空线路载流量预测方法

    公开(公告)号:CN118747547A

    公开(公告)日:2024-10-08

    申请号:CN202410731259.7

    申请日:2024-06-06

    Applicant: 三峡大学

    Abstract: 基于二次模态分解与XGBoost的架空线路载流量预测方法,首先采用完全集合经验模态分解算法预处理架空线路载流量的气象因子时间序列,包括风速、环境温度和日照辐射强度;然后基于变分模态分解算法二次处理完全集合经验模态分解的高频分量;接着,采用集成学习XGBoost模型对各类气象因子进行预测,旨在克服单一预测模型泛化性与鲁棒性不足的局限;最后,将各类气象因子的预测值代入热平衡方程,计算得到架空线路载流量的预测值。本发明可准确捕捉各类气象因子及其所得载流量的变化趋势,能够为电网调度部分确定线路的载流裕度提供可靠且直接的依据,继而缓解因输送通道受限而导致的电力短缺、新能源消纳不足等问题。

    一种架空线路载流量短期条件概率预测方法

    公开(公告)号:CN118054393A

    公开(公告)日:2024-05-17

    申请号:CN202410008312.0

    申请日:2024-01-03

    Applicant: 三峡大学

    Abstract: 一种架空线路载流量短期条件概率预测方法,包括以下步骤:收集并预处理架空线路的历史微气象数据;基于历史微气象数据,再结合导线热平衡方程计算架空线路的历史载流量;基于径向基神经网络生成架空线路载流量的预测误差数据;确定架空线路载流量预测误差的分类条件;基于Sklar定理及其动态Copula函数,构建架空线路载流量预测误差的条件分布函数;求解架空线路载流量预测误差的条件分布函数;输出未来时刻架空线路载流量的条件概率预测区间。相较于传统架空线路载流量的概率预测方法,本发明所提方法可实现载流量预测概率区间的较低保守性获取,对架空线路的安全性运行、智能化运维等方面具有重要意义。

Patent Agency Ranking