-
公开(公告)号:CN116148950A
公开(公告)日:2023-05-23
申请号:CN202310034532.6
申请日:2023-01-10
申请人: 中国华能集团清洁能源技术研究院有限公司
IPC分类号: G01W1/10 , G01P5/00 , G06F18/214 , G06F18/21 , G06F18/25 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08
摘要: 本发明公开了一种基于深度学习的超短时风速预测方法、系统、装置及介质,包括:获取机组数据与气象数据,并以季节差异对机组数据和气象数据进行划分,得到不同季节的数据集;对机组数据进行划分,获取不同工况,对不同工况和不同季节的数据集进行数据抽样;得到测试集和训练集;基于根据机组数据与气象数据的不同特性构建不同的网络结构,并进行特征融合搭建最终的网络结构;基于训练集和测试集对最终的网络结构进行训练,确定最优模型;对待预测数据进行划分并输入至最优模型,得到风速预测结果。本发明能够对极端风况进行提前控制,减少风电机组在极端风况下的载荷冲击,降低风电机组的运行风险,提高风电机组运行时间,延长风电机组使用寿命。
-
公开(公告)号:CN117251728A
公开(公告)日:2023-12-19
申请号:CN202311149117.1
申请日:2023-09-06
IPC分类号: G06F18/214 , G06F18/25 , G06Q10/04 , G06Q50/06 , H02J3/00 , G06F17/16 , G06N3/0442 , G06N3/0464 , G06N3/08
摘要: 本公开提出一种风电机组发电功率预测模型训练方法、装置及设备,方法包括:获取多条训练数据,其中,每条训练数据包括每天中多个时间点的多种机组运行数据构成的第一矩阵、多种测风塔数据构成的第二矩阵、多种气象预报数据构成的第三矩阵,并分别将每条训练数据的第一矩阵、第二矩阵以及第三矩阵作为特征图并进行融合处理,以得到训练特征图,以及分别将训练特征图输入至初始网络模型,以输出多个时间点的多个预测功率,利用预设损失函数基于多个时间点的实际功率和预测功率计算目标损失值,并参考目标损失值对初始网络模型进行优化直至收敛,得到发电功率预测模型,从而能够利用发电功率预测模型准确预测风电机组的发电功率。
-
公开(公告)号:CN116245251A
公开(公告)日:2023-06-09
申请号:CN202310259340.5
申请日:2023-03-09
申请人: 中国华能集团清洁能源技术研究院有限公司
IPC分类号: G06Q10/04 , G06Q50/06 , G06N3/045 , G06N3/0464 , H02J3/00
摘要: 本发明提出一种并行的多步风功率预测方法及装置,其中,方法包括:通过获取历史时段的机组运行数据和气象数据,实现根据历史时段的机组运行数据和气象数据,确定输入矩阵,从而将输入矩阵分别输入至至少一个预测时间分段的预测模型,以得到各预测时间分段的功率预测结果,其中,预测时间分段是基于预测时段确定的,进而将各预测时间分段的功率预测结果汇总,以得到预测时段的目标功率预测结果。由此,可实现将预测时段进行分段,得到至少一个预测时间分段,从而每个预测时间分段对应一个预测模型,不同预测时间分段的预测模型提取不同的数据特征,有效提高了预测的准确性。
-
公开(公告)号:CN115907819A
公开(公告)日:2023-04-04
申请号:CN202211448440.4
申请日:2022-11-18
申请人: 中国华能集团清洁能源技术研究院有限公司
IPC分类号: G06Q30/0201 , G06F18/214 , G06V10/82 , G06N3/0442 , G06N3/08 , G06Q50/06
摘要: 本发明提出一种基于元学习训练的现货市场日前电价确定方法及系统,该方法包括获取历史市场披露数据和历史电价以构建训练数据集,利用滑动窗口对训练数据集进行分解获得多个训练任务数据集;构建价格计算模型,价格计算模型采用长短期记忆网络算法模型;采用元学习训练,利用所有训练任务数据集对长短期记忆网络算法模型的参数进行训练,获得训练好的价格计算模型;获取现货市场披露数据,现货市场披露数据的数据类型与历史市场披露数据的数据类型一致;将现货市场披露数据输入训练好的价格计算模型,输出日前电价计算结果。根据本发明的方法,提高了电价预测计算的准确性和经济性。
-
公开(公告)号:CN116629398A
公开(公告)日:2023-08-22
申请号:CN202310226474.7
申请日:2023-03-09
申请人: 中国华能集团清洁能源技术研究院有限公司
IPC分类号: G06Q10/04 , G06Q10/063 , G06Q10/20 , G06Q50/06 , G06F18/2411 , G06F18/214 , G06F18/213 , G06F18/24 , G06N3/126 , G06N3/006
摘要: 本公开提出一种新能源系统中设备的健康状态预测方法及装置,方法包括:对新能源系统的目标设备进行监测,以获取目标设备在目标时刻的运行数据;对运行数据进行特征提取,以得到目标特征;采用经过训练的健康状态预测模型对目标特征进行健康状态的预测,以获取在目标时刻目标设备所属的目标健康状态。由此,可以基于深度学习技术,实现对新能源系统中设备的健康状态的自动识别。
-
公开(公告)号:CN116454872A
公开(公告)日:2023-07-18
申请号:CN202310362198.7
申请日:2023-04-06
申请人: 中国华能集团清洁能源技术研究院有限公司
摘要: 本公开提出了一种风电功率预测方法、装置,涉及风电功率预测技术领域,该方法包括:获取目标区域内所有风电机组的历史运行数据,并对历史运行数据进行预处理以获取处理后的目标运行数据;基于物理预测模型对目标运行数据进行处理,以获取第一预测数据;以及基于混合深度学习模型对目标运行数据进行处理,以获取第二预测数据;获取物理预测模型的第一权重和混合深度学习模型的第二权重,并基于第一权重和第二权重对第一预测数据和第二预测数据进行融合,以获取目标预测数据。通过将物理预测模型和混合深度学习模型的输出结果进行加权融合,相较于当前技术,可以同时兼顾基于数据驱动预测和物理机理预测的优点,提升风电功率预测的鲁棒性和准确性。
-
公开(公告)号:CN116244296A
公开(公告)日:2023-06-09
申请号:CN202310254480.3
申请日:2023-03-09
申请人: 中国华能集团清洁能源技术研究院有限公司
IPC分类号: G06F16/215 , G06F18/2321 , G06F17/10 , G06Q50/06
摘要: 本公开提出一种风电功率曲线的异常数据处理方法、装置、电子设备及存储介质,该方法包括:获取初始风电功率数据,对初始风电功率数据进行滑差值计算处理,以去除多个风电功率数据点中的第一异常数据点,得到第一风电功率数据,对第一风电功率数据进行四分位数计算处理,以去除第一风电功率数据中的第二异常数据点,得到第二风电功率数据,对第二风电功率数据进行密度聚类处理,以去除第二风电功率数据中的第三异常数据点,得到目标风电功率数据。通过本公开,能够联合滑差法、四分位法和密度聚类处理去除风电功率数据中的异常数据,有效提升异常数据数据清洗的彻底性和全面性,提升数据清洗效果,辅助提升后续利用风电功率数据开展工作的准确性。
-
公开(公告)号:CN116051077A
公开(公告)日:2023-05-02
申请号:CN202310114457.4
申请日:2023-02-01
申请人: 中国华能集团清洁能源技术研究院有限公司
IPC分类号: G06Q10/20 , G06Q50/04 , G06F30/20 , G06F119/04 , G06F119/12
摘要: 本申请提供了一种维修时间的确定方法、装置、电子设备和介质,方法包括:获取目标对象的损耗环境,其中,损耗环境包括目标对象的至少一个损耗场景;获取目标对象在损耗场景下的损耗率,并基于损耗率以及损耗场景下目标对象的损耗时长,确定目标对象的损耗程度参数;基于损耗时长以及对应的损耗程度参数,获取目标对象的维修成本,并基于维修成本确定目标对象的目标维修时间。本申请中,实现了在目标对象出现损坏之前的及时维修,提高了目标对象的维修时效性,基于维修成本确定目标维修时间,实现了对维修成本的优化,进而降低了目标对象的应用系统的日常维护成本,优化了目标对象的应用系统的运行稳定性。
-
公开(公告)号:CN116029449A
公开(公告)日:2023-04-28
申请号:CN202310117719.2
申请日:2023-02-09
申请人: 中国华能集团清洁能源技术研究院有限公司
摘要: 本公开涉及一种风场功率预测方法及装置,通过获取风场功率数据,其中,风场功率数据包括:功率预测数据和功率修正数据;将功率预测数据输入至功率预测模型,得到第一功率预测结果;根据功率修正数据以及机组运行状态,对第一功率预测结果进行修正得到至少一个功率修正结果;将第一功率预测结果和至少一个功率修正结果相乘,得到目标功率预测结果。由此,在功率预测模型的基础上,结合机组运行状态对功率预测结果进行修正,从而提高功率预测结果的准确性。
-
公开(公告)号:CN117913778A
公开(公告)日:2024-04-19
申请号:CN202311503467.3
申请日:2023-11-13
IPC分类号: H02J3/00 , H02J3/38 , G06Q50/06 , G06F18/10 , G06F18/213 , G06N3/0499 , G06N3/0455 , G06N3/0442 , G06N3/0475 , G06N3/09 , G06N3/084 , G06N3/088
摘要: 本申请提出一种短期风电功率预测方法、系统、电子设备及存储介质,所述方法包括:获取风电场待预测日的数值天气预报数据、待预测日前一日的测风塔实测数据和风电功率实测数据,并对所述预测日前一日的测风塔实测数据和风电功率实测数据进行预处理;将所述数值天气预报数据输入到预先训练好的FNN模型中进行特征提取,得到所述数值天气预报数据的特征数据;将所述数值天气预报数据的特征数据、所述预处理后的测风塔实测数据、所述预处理后的风电功率实测数据输入到预先训练好的风电功率预测模型中,得到所述待预测日的风电功率预测数据。本申请提出的技术方案,通过对数据进行多环节处理,提高了风电场短期风电功率的预测精度。
-
-
-
-
-
-
-
-
-