-
公开(公告)号:CN118282030A
公开(公告)日:2024-07-02
申请号:CN202410213109.7
申请日:2024-02-27
申请人: 中国南方电网有限责任公司
摘要: 本申请涉及风险预警技术领域,提供一种分布式新能源集群风险主动预警方法及系统。所述方法包括:确定目标区域,基于所述目标区域获取分布式新能源集群;基于所述分布式新能源集群获取控制系统;根据能源模块获取对应的运行数据权重;获取所述分布式新能源集群的实时数据;搭建风险评估模型,输出风险评估结果;基于所述风险评估结果生成预警信息,对所述分布式新能源集群进行风险预警。采用本方法解决了现有技术中新能源集群数据整合困难,风险评估的误差较大的技术问题,达到了提高数据获取和整合能力,开发更准确和全面的风险评估模型,提高了分布式新能源集群的风险管理水平的技术效果。
-
公开(公告)号:CN118249737A
公开(公告)日:2024-06-25
申请号:CN202410197435.3
申请日:2024-02-22
申请人: 中国南方电网有限责任公司
摘要: 本发明公开了一种新能源光伏电站集群出力分析方法及系统,涉及数据处理领域。所述方法包括:确定目标光伏电站集群;基于高精度气象传感器获取多个新能源光伏电站的多组实时监测环境数据;对新能源光伏电站中的光伏阵列进行信息采集,获取多组光伏实时运行指标;将多组实时监测环境数据与多组光伏实时运行指标传输至中央数据处理单元,对多个新能源光伏电站进行发电出力预测,获取多个电站出力预测结果;对多个电站出力预测结果进行汇总,获取光伏电站集群出力结果;基于光伏电站集群出力结果,按照预设分析报告模板,获取出力分析报告。解决了现有技术中出力预测精度较低的技术问题,达到了提高光伏电站集群运行效率的技术效果。
-
公开(公告)号:CN118095890A
公开(公告)日:2024-05-28
申请号:CN202410220574.3
申请日:2024-02-28
申请人: 中国南方电网有限责任公司 , 南方电网科学研究院有限责任公司
IPC分类号: G06Q10/0637 , H02J3/00 , H02J3/38 , G06Q50/06 , G06F18/23213 , G06N3/0442 , G06N3/09
摘要: 本发明公开了一种适用于复杂气候的新能源功率预测方法和系统,涉及新能源功率预测技术领域,获取多种训练气候特征数据,对多种训练气候特征数据进行数据预处理,生成气候特征数据,将全部的气候特征数据进行聚类处理,生成多个关键特征训练集,采用关键特征训练集输入预设初始新能源功率预测模型进行训练,生成新能源功率预测模型,当接收到待预测特征数据时,根据全部关键特征训练集和待预测特征数据确定对应的新能源功率预测模型作为推荐模型,将待预测特征数据输入推荐模型,生成待预测特征数据对应的功率预测结果。解决了现有新能源的功率预测由于各种预测算法适用场景设置较简单,无法对复杂气候特征的新能源进行精准预测。
-
公开(公告)号:CN116454874A
公开(公告)日:2023-07-18
申请号:CN202310396035.0
申请日:2023-04-12
申请人: 中国南方电网有限责任公司 , 南方电网科学研究院有限责任公司
发明人: 邓韦斯 , 戴仲覆 , 王皓怀 , 周保荣 , 李崇浩 , 卢斯煜 , 刘显茁 , 张旭东 , 王凌梓 , 邓力源 , 沈海波 , 卓毅鑫 , 唐健 , 胡甲秋 , 张俨 , 王宁 , 张杰 , 王邦一 , 赵川 , 闫斌杰 , 谢平平 , 陆秋瑜 , 莫若慧 , 何勇琪
IPC分类号: H02J3/00 , G06N3/0464 , G06F18/2411 , G06F18/2451 , G06F18/27 , H02J3/38 , H02J3/46
摘要: 本申请提供了一种风电功率的预测方法、风电功率的预测装置和电子装置,该方法包括:获取多个相似风电功率数据,相似风电功率数据为历史风电功率数据中与待测风电功率数据的关键影响因素数据在同一预定范围内的风电功率数据,待测风电功率数据为待测日期的预定时段内的风电功率数据,历史风电功率数据为待测日期之前的预定时段内的风电功率数据,风电功率数据为风电机组的输出功率,相似风电功率数据中的部分为训练样本数据,另一部分为测试样本数据;将测试样本数据输入至区域卷积神经网络模型,提取测试样本数据的特征;将测试样本数据的特征输入至支持向量回归模型,得到预测风电功率数据。该方法提高了风电功率的预测精度。
-
公开(公告)号:CN118281877A
公开(公告)日:2024-07-02
申请号:CN202410213042.7
申请日:2024-02-27
申请人: 中国南方电网有限责任公司
摘要: 本申请涉及机器学习技术领域,提供分布式新能源集群出力调度辅助决策方法及系统。所述方法包括:通过传感器和智能仪表设备集部署数据采集单元,获取新能源设备的实时出力和功率信息;结合两个信息和辅助决策因素进行有监督学习,构建出力调度辅助决策模型;利用模型对实时出力和功率信息进行预测,生成预测信息;基于预测信息制定出力调度决策,通过自动化控制单元执行调度并获取执行结果;监测执行结果,获取实时运行状态和性能,用于优化出力调度辅助决策模型,获得优化的出力调度结果。本申请通过构建出力调度辅助决策模型,实现新能源设备的最优出力,解决因精准预测和动态调整能力不足导致的调度效率低的技术问题,确保能源利用效率。
-
公开(公告)号:CN118313495A
公开(公告)日:2024-07-09
申请号:CN202410219964.9
申请日:2024-02-28
申请人: 中国南方电网有限责任公司
摘要: 本申请涉及人工智能技术领域,提供基于分布式新能源功率预测的Al数据建模方法。所述方法包括:通过交互方式获取分布式新能源结构数据;基于该数据获取环境信息;并进行预处理,通过关联分析得到功率响应特征集;提取样本功率特性记录;构建分布式能源功率预测网络,利用样本记录进行训练评估,获取网络性能参数;若符合预设性能参数约束,存储为分布式能源功率预测模型,用于进行功率预测。本申请通过提取分布式环境信息,并进行关联分析,解决因数据稀疏性、非线性和不确定性导致分布式能源功率预测模型性能不佳的技术问题,确保预测结果的准确性和可靠性。
-
公开(公告)号:CN118281940A
公开(公告)日:2024-07-02
申请号:CN202410207093.9
申请日:2024-02-26
申请人: 中国南方电网有限责任公司
摘要: 本发明公开了一种用于分布式新能源分层分区预测的方法及系统,涉及新能源管理相关技术领域,该方法包括:将目标园区划分,获得多个区域;采集多个拓扑结构数据;根据数据里的能源传递方向对多个节点进行分层;在多个能源层级内采集预设时间范围内的能源传递特征数据;基于多个区域和能源层级构建能源预测模型;将多个能源传递特征数据输入能源转化预测模块;将得到能源转化预测结果输入能源传递分析模块,将获得的能源预测结果输入总能源传递分析模块,获取总能源预测结果。解决了现有新能源分层分区预测存在的提取能源特征数据不够准确、全面,进而导致模型预测结果不够精准使得能源调度分配不平衡的技术问题。
-
公开(公告)号:CN117993521A
公开(公告)日:2024-05-07
申请号:CN202410291938.7
申请日:2024-03-14
申请人: 中国南方电网有限责任公司 , 南方电网科学研究院有限责任公司
IPC分类号: G06N20/20 , G06F18/2415 , G06Q50/06 , G06Q50/26
摘要: 本发明提供了一种基于LGBM‑Adaboost的新能源出力预测方法,属于新能源出力预测技术领域。该方法包括采集影响新能源出力的条件样本;将条件样本输入到预先训练好的强预测器中,得到新能源出力预测结果;其中,强预测器是采用自适应提升算法Adaboost,在若干个弱预测器的基础上生成的,若干个弱预测器是以历史条件样本和历史新能源出力数据为训练数据,采用轻量级梯度提升机器学习算法LGBM生成的。本发明通过LGBM为新能源出力预测生成弱预测器,然后运用Ada‑boost方法选出强预测器并输出最终优化后的预测结果,能够较好地适应新能源机组出力预测的需求。
-
公开(公告)号:CN116505513A
公开(公告)日:2023-07-28
申请号:CN202310382910.X
申请日:2023-04-10
申请人: 中国南方电网有限责任公司 , 南方电网科学研究院有限责任公司
发明人: 邓韦斯 , 戴仲覆 , 王皓怀 , 周保荣 , 李崇浩 , 卢斯煜 , 刘显茁 , 张旭东 , 王凌梓 , 邓力源 , 沈海波 , 卓毅鑫 , 唐健 , 胡甲秋 , 张俨 , 王宁 , 张杰 , 王邦一 , 赵川 , 闫斌杰 , 谢平平 , 陆秋瑜 , 莫若慧 , 何勇琪
IPC分类号: H02J3/00 , G06N3/0442 , G06N3/098 , H02J3/46
摘要: 本申请提供了一种风电机组的功率预测方法、功率预测装置和电子装置。该方法包括:获取预测时刻前多个风电机组的功率数据,并对多个风电机组的功率数据进行二阶差分处理,得到多个样本数据,多个样本数据的部分为测试数据,另一部分为训练数据;将测试数据依次输入至长短期记忆人工神经网络模型,得到多个风电机组的预测功率数据,将各风电机组的预测功率数据和对应的测试数据输入至判别器模型,判断风电机组的模拟预测功率数据是否正确;在判别器模型的损失函数收敛的情况下,确定预测功率数据为目标预测功率数据。该方法解决了风电机组功率预测精度低的技术问题。
-
-
-
-
-
-
-
-