-
公开(公告)号：CN119941305A
公开(公告)日：2025-05-06
申请号：CN202411996267.0
申请日：2024-12-31
Applicant: 中国华能集团清洁能源技术研究院有限公司 , 华能招采数字科技有限公司
IPC: G06Q30/0202 , G06Q50/06 , G06F18/27 , G06F18/213 , G06F18/21 , G06N3/0464 , G06N3/0499 , G06N3/045 , G06F123/02
Abstract: 本申请公开了一种结算参数的预测方法和装置、存储介质及电子设备。其中，该方法包括：获取待预测的目标结算周期的周期属性数据，其中，目标结算周期的周期时长大于或等于目标时长阈值；在结算参数预测网络中基于从周期属性数据中提取出的结算时序特征，预测出目标结算周期对应的目标结算参数，其中，结算参数预测网络中包括双层卷积子网络和双层前馈子网络，结算参数预测网络为利用结算数据样本进行多次迭代训练后直至达到收敛条件的神经网络，收敛条件指示训练中的结算参数预测网络输出的训练损失值已达到设定的损失条件值。本申请解决了由于短期时效的披露数据难以捕捉中长期的参数变化趋势造成的预测结果难以确保准确性的技术问题。
-
公开(公告)号：CN119919176A
公开(公告)日：2025-05-02
申请号：CN202411992183.X
申请日：2024-12-31
Applicant: 中国华能集团清洁能源技术研究院有限公司 , 华能招采数字科技有限公司
IPC: G06Q30/0202 , G06Q50/06
Abstract: 本申请提供了一种电价突变点预测模型的训练方法和电价突变点预测方法，该方法包括：获取样本数据集；将所述样本数据输入至待训练的电价突变点预测模型中，以得到历史第i日的预测电价突变点编码序列；获取历史第i日的真实电价突变点编码序列；根据所述历史第i日的预测电价突变点编码序列和真实电价突变点编码序列，对所述电价突变点预测模型进行迭代训练，直至得到收敛的目标电价突变点预测模型，由此，通过构建电价突变点预测模型，并基于样本数据对电价突变点预测模型进行训练，基于电价突变点预测模型进行预测电价突变点，提高了电价突变点预测的准确性和可靠性，有利于促进电力市场的健康发展。
-
公开(公告)号：CN119963243A
公开(公告)日：2025-05-09
申请号：CN202510011108.9
申请日：2025-01-03
Applicant: 中国华能集团清洁能源技术研究院有限公司
IPC: G06Q30/0202 , G06Q50/06 , G06F18/27 , G06F18/23213
Abstract: 本申请提出一种电力现货市场日前电价预测模型的训练方法及预测方法，其中，训练方法包括：获取训练集数据，训练集数据包括多种影响日前电价的特征时序数据；对训练集数据进行聚类处理，得到多个电价模式对应的训练集数据；从多个电价模式对应的训练集数据中获取多个时间序列样本，并基于多个时间序列样本训练预设模型，得到日前电价预测模型；其中，预设模型包括双注意力对比学习框架和回归模型，预设模型的损失函数包括对比学习损失函数和回归损失函数；以提升电价预测的准确性和鲁棒性。
-
公开(公告)号：CN116148950B
公开(公告)日：2025-01-24
申请号：CN202310034532.6
申请日：2023-01-10
Applicant: 中国华能集团清洁能源技术研究院有限公司 , 华能吉林发电有限公司 , 华能吉林发电有限公司镇赉风电厂
IPC: G01W1/10 , G01P5/00 , G06F18/214 , G06F18/21 , G06F18/25 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 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：CN119130527A
公开(公告)日：2024-12-13
申请号：CN202411336211.2
申请日：2024-09-24
Applicant: 中国华能集团清洁能源技术研究院有限公司 , 华能集团技术创新中心有限公司
IPC: G06Q30/0201 , G06Q50/06 , G06N3/0442 , G06N3/096 , G06F18/214 , G06F18/22 , H02J3/00
Abstract: 本申请公开了一种电价预测模型的确定方法和装置、电价的预测方法、存储介质、电子装置、计算机程序产品。电价预测模型的确定方法包括：获取目标场站的预设范围内的至少一个场站的第一历史数据集。构建目标场站的第二历史数据集和第一历史数据集之间的秩次集对，以确定与目标场站的第二历史数据相似度最高的目标历史数据集；采用目标历史数据集作为训练样本，对预先构建的神经网络模型进行训练，以确定目标场站的电价预测模型。利用目标场站周围的场站积累的数据进行分析，得到了最符合目标场站情况的历史数据，进而采用目标历史数据集进行训练得到的电价预测模型，能够准确的预测目标场站的电价情况。
-
Patent Agency Ranking
公开(公告)号：CN118381023A
公开(公告)日：2024-07-23
申请号：CN202410816889.4
申请日：2024-06-24
Applicant: 中国华能集团清洁能源技术研究院有限公司
IPC: H02J3/00 , G06Q10/0631 , G06Q30/0283 , G06Q30/08 , G06Q50/06 , G06F18/243 , G06F18/27 , G06N3/0442 , H02J3/48
Abstract: 本公开提出了一种煤机的顶峰出力运行方法及装置，涉及人工智能技术领域，包括：获取目标地区的第一输入数据，并将第一输入数据输入至顶峰预测模型中，以预测第一时间段内的顶峰时间；在顶峰时间内采用多个目标机组运行状态模型进行计算，以得到多个第一运行控制参数；比较每个第一运行控制系数和第一历史时段对应的第二运行控制参数，以得到比较结果；根据比较结果，从多个目标机组运行状态模型中选出目标模型，其中，目标模型用于第二时间段内顶峰时间的计算，第二时间段晚于第一时间段。由此，通过特征选择和构建、模型选择和动态调整，来实现火电机组在达到最优顶峰出力的同时，减少碳排放和供电煤耗，提高锅炉效率，并改善整体运行。
-
公开(公告)号：CN117273208A
公开(公告)日：2023-12-22
申请号：CN202311181149.X
申请日：2023-09-13
Applicant: 中国华能集团清洁能源技术研究院有限公司 , 华能集团技术创新中心有限公司 , 宁夏金信光伏电力有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F18/10 , G06F18/214 , G06F18/213 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及新能源功率预测技术领域，尤其涉及一种组合功率预测方法、装置、设备及存储介质，包括：获取新能源原始数据，构建原始数据集，对原始数据集进行数据清洗处理，获得预处理数据集，构建预训练模型，利用预处理数据集对预训练模型进行训练，得到训练完成的功率预测模型，利用功率预测模型对待预测的数据进行预测处理，得到预测结果。对不同的数据源进行数据清晰与预处理，对不同的数据源的历史数据采用通道独立的思想进行时间序列预测，分别用不同数据源的历史数据预测该数据源未来的结果，随后对不同数据源的预测结果进行状态融合，实现对各个时间步的单独预测过程，最终时间短期的功率预测功能，实现了准确、高效的组合功率预测。
-
公开(公告)号：CN117252635A
公开(公告)日：2023-12-19
申请号：CN202311181123.5
申请日：2023-09-13
Applicant: 中国华能集团清洁能源技术研究院有限公司 , 宁夏金信光伏电力有限公司 , 华能集团技术创新中心有限公司
IPC: G06Q30/0202 , G06Q30/0201 , G06N3/0442 , G06N3/045
Abstract: 本公开提出了一种电价预测模型权重获取和电价预测方法及装置，该方法包括：获取电价预测模型和历史电价数据；基于历史电价数据生成至少一个电价数据矩阵；将电价数据矩阵分别输入至BiLSTM预测子模型和XGBoost预测子模型中，以分别获取第一预测结果矩阵和第二预测结果矩阵；基于第一预测结果矩阵、第二预测结果矩阵和真实结果矩阵，确定第一权重矩阵和第二权重矩阵。通过第一权重矩阵和第二权重矩阵，可以针对不同的预测条件因素进行精确预测，可以提升模型的实用性，同时通过设置BiLSTM预测子模型和XGBoost预测子模型的形式，可以同时兼顾BiLSTM预测子模型和XGBoost预测子模型的优点，提升预测的准确性。
-
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
Applicant: 中国华能集团清洁能源技术研究院有限公司 , 华能集团技术创新中心有限公司 , 宁夏金信光伏电力有限公司
IPC: G06F18/214 , G06F18/25 , G06Q10/04 , G06Q50/06 , H02J3/00 , G06F17/16 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 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：CN117151248A
公开(公告)日：2023-12-01
申请号：CN202311117254.7
申请日：2023-08-31
Applicant: 中国华能集团清洁能源技术研究院有限公司 , 华能集团技术创新中心有限公司 , 宁夏金信光伏电力有限公司
Abstract: 本申请提出一种风电功率预测模型的训练方法和装置、用于预测风电功率的方法，涉及人工智能技术领域，其中，方法包括：获取样本风电机组在运行时的多组历史监测数据和对应的实际输出功率；对任一组历史监测数据进行特征提取，以获取对应的关键特征；基于各关键特征和对应的实际输出功率，对预测模型进行模型训练，以得到经过训练的预测模型；其中，预测模型为支持向量回归SVR模型。由此，可以实现对风电功率预测模型的训练，可以提升模型的预测效果，即提升模型预测结果的准确性和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
140
records
(took 0.196 seconds)
