-
公开(公告)号:CN118353006A
公开(公告)日:2024-07-16
申请号:CN202410513658.6
申请日:2024-04-26
申请人: 东北电力大学 , 国网吉林省电力有限公司经济技术研究院 , 中国电力科学研究院有限公司
IPC分类号: H02J3/00 , H02J3/38 , G06Q10/063 , G06Q10/04 , G06Q50/06
摘要: 本发明公开了一种基于本征可预测量提取的风电集群功率日前预测方法,涉及风力发电预测技术领域。该方法包括:构建面向风电集群的风速功率曲线,基于改进的比恩法构建初始风速功率曲线集;利用每个风速区间的综合评价误差对初始风速功率曲线集进行筛选,得到最终风速功率曲线集;提取本征可预测量,并分离出对应的干扰量;基于本征可预测量,获取本征可预测量的预测值;利用大阈值历史相似匹配法获取所述干扰量的预测值;将本征可预测量的预测值和干扰量的预测值相加,得到最终的风电功率预测值。本发明提出的基于本征可预测量提取的风电集群日前预测方法,其物理意义明确、预测稳定性强、预测性能高、预测结果有效、实用性强。
-
公开(公告)号:CN116316600A
公开(公告)日:2023-06-23
申请号:CN202310324246.3
申请日:2023-03-30
申请人: 东北电力大学
IPC分类号: H02J3/00 , G06F18/10 , G06F18/214 , G06N3/0442 , G06N3/0499 , G06N3/08 , H02J3/38
摘要: 本发明是一种基于季节分型的面向风电功率日前预测自适应滤波方法,其特点是,包括基于KL‑VMD‑NLM的深度自适应滤波、季节分型、模型选择、仿真计算和评价指标的步骤,相比传统的VMD分解技术,本发明有效避免了人工选择超参数所造成的误差,非局部均值去噪算法有效剔除了NWP中的噪声影响,同时使用多个备选模型,使得本发明在风电功率日前预测中的预测精度高、适用性强且效果佳。
-