公开(公告)号：CN118017500A

公开(公告)日：2024-05-10

申请号：CN202410248648.4

申请日：2024-03-05

Applicant: 东北电力大学

Inventor： 杨茂 ,  鞠超毅 ,  黄禹潼 ,  郭云峰 ,  贾梦琪

IPC: H02J3/00 ,  G06F18/213 ,  G06F18/23213 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06Q50/06

Abstract: 基于全局信息自适应感知的短期风电集群功率预测方法属于风电功率预测技术领域。本发明根据适用于风电集群的风电场之间动态相关系数和特征图结构构建用于短期风电集群功率预测的自适应图卷积网络预测模型。根据功率时间序列波动的绝对距离、增量距离和波动距离构建风电场之间动态相关系数，进而得到集群包含的图结构类型，通过切换图结构的方式得到预测结果。本发明充分考虑了不同风电场之间功率的波动特性，满足短期尺度下提升精度的要求，适用于短期尺度下风电集群功率的预测；也能够用于其他风电功率预测。

公开(公告)号：CN117039883A

公开(公告)日：2023-11-10

申请号：CN202311056910.7

申请日：2023-08-22

Applicant: 东北电力大学

Inventor： 杨茂 ,  鞠超毅 ,  张薇 ,  苏欣

IPC: H02J3/00 ,  G06Q50/06 ,  G06F18/22 ,  G06F18/26 ,  G06F18/27

Abstract: 基于切换输入机制的长预见期风电集群功率预测方法，属于风电技术领域，基于天气过程挖掘和切换机制的8‑15天延长期预测框架，着重对未来出力水平进行预测，将历史选择分为波动性优先历史选择和稳定性优先历史选择，在波动性优先历史选择效果较差时利用稳定性优先历史选择进行误差平衡。本发明与现有常见的超短期和短期预测相比，弥补了8‑15天长预见期下预测研究的空白；基于波动信息优选及切换输入机制的长预见期风电集群功率预测方法预测精度提高明显，预测结果有效，可靠性强。