-
公开(公告)号：CN119862546A
公开(公告)日：2025-04-22
申请号：CN202411863429.3
申请日：2024-12-17
Applicant: 中国华能集团清洁能源技术研究院有限公司
IPC: G06F18/27 , G06F18/214 , G06F18/21 , G06Q50/06 , H02J3/00
Abstract: 本申请公开了一种短期功率预测方法及装置、存储介质及电子装置，涉及新能源领域，该短期功率预测方法包括：获取新能源场站在第一时间段内的第一环境数据；根据所述第一环境数据构建出第一特征变量，其中，所述第一特征变量包括所述第一时间段对应的第一时间特征；通过短期功率预测模型对所述第一特征变量进行处理，得到第一短期功率预测结果，其中，所述短期功率预测模型对不同时间特征的预测精度不同，所述第一短期功率预测结果用于指示所述新能源场站在第二时间段内的预测输出功率，所述第二时间段位于所述第一时间段之后。
-
公开(公告)号：CN118281957A
公开(公告)日：2024-07-02
申请号：CN202410590851.X
申请日：2024-05-13
Applicant: 中国华能集团清洁能源技术研究院有限公司
Abstract: 本申请公开了一种发电区域的确定方法及装置、存储介质及计算机程序产品，涉及电力领域，该发电区域的确定方法包括：获取多个区域的发电信息，其中，发电信息包括每一个区域的装机容量，每一个区域的发电功率；基于发电信息计算多个区域之间的耦合指标，其中，耦合指标至少包括以下之一：波动互补率，爬坡互补率；根据耦合指标从多个区域中确定出目标区域，以使目标区域的发电设备进行发电作业。采用上述技术方案，解决了如何提高通过多个发电区域进行发电时的发电效率的问题。
-
公开(公告)号：CN117371581A
公开(公告)日：2024-01-09
申请号：CN202311228425.3
申请日：2023-09-21
Applicant: 中国华能集团清洁能源技术研究院有限公司 , 华能澜沧江水电股份有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F18/23213 , G06F18/214
Abstract: 本发明涉及新能源发电功率预测技术领域，尤其是指一种新能源发电功率预测方法、装置及计算机存储介质。本发明所述的新能源发电功率预测方法，首先从功率预测的主要误差引入环节着手，通过输入数据修正和功率预测模型的精细化处理来降低预测的方法误差，对于经过输入数据修正环节以及建模精细化处理环节后获得的预测功率仍不可避免地存在误差，因此，本发明进一步在获得功率预测结果后追加输出数据修正环节，以实现最大限度的预测精度提升。
-
公开(公告)号：CN119441767A
公开(公告)日：2025-02-14
申请号：CN202411486942.5
申请日：2024-10-23
Applicant: 华能满洲里风力发电有限公司 , 中国华能集团清洁能源技术研究院有限公司
IPC: G06F18/20 , G06F18/23213 , G06F18/10 , G06Q50/06 , H02J3/00
Abstract: 本申请公开了一种风力发电机的输出功率的预测方法及装置、存储介质、电子装置，涉及风力发电领域，该风力发电机的输出功率的预测方法包括：获取在当前时刻之后的目标时间段的预测气象数据；将目标时间段划分为第一时间段和第二时间段；通过第一风速修正模型对第一时间段对应的预测风速数据进行修正，得到第一修正风速数据；以及通过第二风速修正模型对第二时间段对应的预测风速数据进行修正，得到第二修正风速数据；预测目标型号的风力发电机在第一时间段对应的第一功率数据；以及预测目标型号的风力发电机在第二时间段对应的第二功率数据；根据第一功率数据和第二功率数据确定目标功率数据。
-
公开(公告)号：CN117394308A
公开(公告)日：2024-01-12
申请号：CN202311234381.5
申请日：2023-09-24
Applicant: 中国华能集团清洁能源技术研究院有限公司 , 华能澜沧江水电股份有限公司 , 北京东润环能科技股份有限公司
Abstract: 本申请涉及一种多时间尺度风力发电功率预测方法、系统及电子设备，本申请旨在结合多时间尺度和智能AI技术，提供一种高精度的风力发电功率预测方法，结合多时间尺度(从分钟级到小时级等)的数据和人工智能技术，以支持电力系统的稳定运行和可再生能源的最大化利用。利用不同时间尺度的数据集进行模型训练，得到不同时间尺度的功率预测模型，并进一步灵活运用不同时间尺度的预测模型进行功率值预测，可以实现短期调度和长期规划预测，基于多时间尺度进行不同尺度下的风力发电功率预测方法，提高预测效率和适用范围，系统使用灵活，有助于推广使用。
-
Patent Agency Ranking
公开(公告)号：CN119862383A
公开(公告)日：2025-04-22
申请号：CN202411863468.3
申请日：2024-12-17
Applicant: 中国华能集团清洁能源技术研究院有限公司
IPC: G06F18/20 , G06F18/214 , G06F18/21 , G06Q50/06 , H02J3/00
Abstract: 本申请公开了一种功率预测结果的确定方法及装置、存储介质及电子装置，涉及计算机领域，该方法包括：获取m种气象源的气象预测数据，并对得到的m个气象预测数据分别通过m组功率预测模型进行功率预测，得到m*n个功率预测结果，其中，每一组功率预测模型包括n个功率预测模型，所述m种气象源与所述m组功率预测模型一一对应，m，n均为正整数；确定第一气象源对应的n个第一功率预测模型的模型权重，并根据n个所述模型权重对所述第一气象源对应的n个第一功率预测结果进行集成，得到第二功率预测结果；确定所述m种气象源的气象源权重，并根据m个所述气象源权重对m个所述第二功率预测结果进行集成，得到第三功率预测结果。
-
公开(公告)号：CN119831361A
公开(公告)日：2025-04-15
申请号：CN202411729216.1
申请日：2024-11-28
Applicant: 华能满洲里风力发电有限公司 , 中国华能集团清洁能源技术研究院有限公司
IPC: G06Q10/0637 , G06Q50/06 , G06F18/214 , G06F18/25
Abstract: 本申请公开了一种发电功率的预测方法和装置、存储介质及电子装置，其中，上述方法包括：在确定风电场处于台风环境的情况下，获取所述台风环境对应的台风数据，其中，所述台风数据至少包括：所述台风环境中的台风的风速；通过风电功率预测模型基于所述台风数据预测所述风电场的发电功率，其中，所述风电功率预测模型是通过多源气象数据对应的融合数据训练得到的模型，所述多源气象数据包括：多个数据源在历史台风环境下分别采集到的历史台风数据。解决了传统的风电功率预测模型在台风环境下的预测准确率差的问题。
-
公开(公告)号：CN117394308B
公开(公告)日：2024-08-13
申请号：CN202311234381.5
申请日：2023-09-24
Applicant: 中国华能集团清洁能源技术研究院有限公司 , 华能澜沧江水电股份有限公司 , 北京东润环能科技股份有限公司
Abstract: 本申请涉及一种多时间尺度风力发电功率预测方法、系统及电子设备，本申请旨在结合多时间尺度和智能AI技术，提供一种高精度的风力发电功率预测方法，结合多时间尺度(从分钟级到小时级等)的数据和人工智能技术，以支持电力系统的稳定运行和可再生能源的最大化利用。利用不同时间尺度的数据集进行模型训练，得到不同时间尺度的功率预测模型，并进一步灵活运用不同时间尺度的预测模型进行功率值预测，可以实现短期调度和长期规划预测，基于多时间尺度进行不同尺度下的风力发电功率预测方法，提高预测效率和适用范围，系统使用灵活，有助于推广使用。
-
公开(公告)号：CN117313927A
公开(公告)日：2023-12-29
申请号：CN202311210266.4
申请日：2023-09-19
Applicant: 华能澜沧江水电股份有限公司 , 中国华能集团清洁能源技术研究院有限公司 , 北京东润环能科技股份有限公司
Abstract: 本申请涉及一种基于小波神经网络的风力发电功率预测方法和系统，以所述小波变换数据O为小波神经网络架构‑‑WNN的输入，进行小波神经网络模型学习训练，得到风力发电功率预测WNN模型，并用于识别实时风力发电数据Q1，输出对应的风力发电功率预测值P。结合风速V，风向f，空气密度ρ，叶轮直径D，发电机效率Cp，机械效率ηg，功率系数ηt，风力发电功率P等进行模型训练，训练得到多维度的特征识别模型，能够基于小波变换而得到动态的特征向量，使得模型能够根据上述各个数据来精确预测风力发电功率，使得功率预测值更加精确。结合小波分析处理风力发电数据的优势，更好地捕捉时间‑频率特征，从而提高了预测的准确性。
-
公开(公告)号：CN119765287A
公开(公告)日：2025-04-04
申请号：CN202411792230.6
申请日：2024-12-06
Applicant: 中国华能集团清洁能源技术研究院有限公司
IPC: H02J3/00 , H02J3/38 , G06F18/213 , G06F18/22 , G06F18/25 , G06Q50/06 , G06N3/045 , G06F123/02
Abstract: 本申请公开了一种风光联合功率的预测方法、装置及电子设备。其中，该方法包括：获取风电场群对应的风电数据，以及获取光伏场群对应的光伏数据；采用风光联合功率预测模型对风电数据和光伏数据进行预测，得到风电场群对应的风电功率预测结果和光伏场群对应的光伏功率预测结果。本申请解决了相关技术在进行风光功率预测时忽视了风电场和光伏场之间的相互影响，导致功率预测准确率低的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.066 seconds)
