-
公开(公告)号：CN118396042A
公开(公告)日：2024-07-26
申请号：CN202410532131.8
申请日：2024-04-29
申请人： 中国南方电网有限责任公司 , 华中科技大学
IPC分类号： G06N3/0455 , H02J3/00 , H02J3/38 , G06N3/088 , G06F18/2113 , G06F18/2137 , G06F18/23213 , G06F18/2415 , G06Q50/06 , G06F123/02
摘要： 本发明公开了一种风电功率预测方法、系统、设备及介质，包括：对于风电场原始数据进行缺失数据处理、异常风电数据检验和异常风电数据修正，基于风力发电季节特性分析，将风电数据分成春季、夏秋两季和冬季三种类型，并对不同季节类别中的气象因子与风电功率之间进行相关性分析，筛选出相关性较好的气象因子，同时对于不同季节类别的数据，采用SOM算法和k‑means++算法进行聚类分析，最后在传统Transformer模型的基础上改进，构建适用于风电功率预测的Transformer模型，确定模型参数及训练方式，得到短时风电功率预测值。本发明训练过程更加符合风力发电本身的原理，预测精度大大提高，能够更好地实现短时的风电功率预测。
-
公开(公告)号：CN118396036A
公开(公告)日：2024-07-26
申请号：CN202410532105.5
申请日：2024-04-29
申请人： 中国南方电网有限责任公司 , 华中科技大学
IPC分类号： G06N3/045 , H02J3/00 , H02J3/38 , G06N3/0442 , G06N3/0464 , G06F18/2113 , G06F18/2115 , G06F18/2137 , G06F18/23213 , G06Q50/06
摘要： 本发明公开了一种风电功率预测方法、系统、设备及介质，包括：基于熵权法对不同k值的k‑means++算法和SOM模型的聚类结果进行了综合评估，针对不同季节的原始数据筛选出了不同的最优聚类算法，利用非线性Granger因果检验对各聚类类别的气象因子与风电功率之间进行因果关系分析，确定预测模型输入变量，结合Granger因果检验建立基于注意力机制和卷积神经网络结合长短期记忆神经网络的模型，通过训练得到短期风电功率预测值。本发明的预测方法将Granger因果检验和注意力机制相结合，相较于传统深度学习模型能够有效提高风电功率预测精度。
-
公开(公告)号：CN118886630A
公开(公告)日：2024-11-01
申请号：CN202410777112.1
申请日：2024-06-17
申请人： 中国南方电网有限责任公司
IPC分类号： G06Q10/0631 , G06Q30/0201 , G06Q50/06
摘要： 本申请涉及一种电力出清结果确定方法、装置、设备、存储介质和产品。该方法包括：以电能量成本与碳排放成本之和最小为目标，构建待出清用电需求的目标函数；确定目标函数的约束条件；约束条件用于对不同发电机组的发电功率和所处位置进行约束；根据约束条件和目标函数，确定待出清用电需求对应的目标出清结果；其中，目标出清结果包括目标发电机组，以及目标发电机组对应的发电量和使用成本。采用该方法能够提高电力现货市场出清结果准确性与环保性。
-
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：CN116706992A
公开(公告)日：2023-09-05
申请号：CN202310628738.1
申请日：2023-05-30
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 , 鲁聪 , 李树山 , 吴慧军 , 程贤良 , 王凌梓 , 邓力源 , 沈海波 , 王军模 , 江锡旦
IPC分类号： H02J3/38 , H02J3/00 , H02S40/30 , H02S50/00 , G06F18/2321 , G06F18/27 , G06F16/21 , G06F16/27 , G06N3/045 , G06N3/0442 , G06N3/08 , G06Q10/04 , G06Q50/06
摘要： 本申请涉及一种分布式光伏集群的自适应功率预测方法、装置和设备，该方法包括获取分布式光伏集群中每个光伏电站的光伏电站数据并根据所有光伏电站数据建立数据库；以及基于光伏出力与气象因素之间的定量关系，从所有光伏电站数据中确定气象影响因子；根据所有光伏电站数据采用谱聚类算法对分布式光伏集群的光伏电站进行聚类分析，得到分布式光伏集群的动态划分结果；根据气象影响因子和动态划分结果采用深度学习构建预测模型库；采用数据库的气象数据和出力数据对预测模型库中每个预测模型进行训练，筛选出最优的预测模型作为分布式光伏集群的功率预测模型。该方法构建的功率预测模型提高了预测分布式光伏集群的光伏出力的精度。
-
公开(公告)号：CN116345570A
公开(公告)日：2023-06-27
申请号：CN202310332785.1
申请日：2023-03-30
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
摘要： 本申请提供了一种海上风电与储能的控制方法、装置和电子设备，该方法包括：获取海上风电机组在各时段的风电弃电成本与储能站在各时段的储能充电成本和储能发电成本，风电弃电成本为海上风电机组在工作时产生的非有效电力所需要的成本；根据风电弃电成本、储能充电成本和储能发电成本，构建海上风电与储能调度模型，以调整海上风电与储能调度模型输出的海上风电消纳率；采用海上风电与储能调度模型，调整海上风电消纳率。通过考虑海上风电机组在各时段的风电弃电成本与储能站在各时段的储能充电成本和储能发电成本，提高了后续输出消纳率的准确度，进而解决了现有方案计算海上风电消纳率的准确度较低的问题。
-
公开(公告)号：CN118399452A
公开(公告)日：2024-07-26
申请号：CN202410388246.4
申请日：2024-04-01
申请人： 中国南方电网有限责任公司 , 南方电网能源发展研究院有限责任公司
IPC分类号： H02J3/32 , H02J3/06 , H02J3/12 , H02J3/48 , H02J3/50 , G06Q10/0635 , G06Q50/06 , G06N3/0464
摘要： 本申请涉及一种应用于电池储能系统的分层优化配置系统、方法、装置、计算机设备、存储介质和计算机程序产品，涉及电池储能系统优化配置技术领域。本申请能够解决电池储能系统分配不当的问题，降低径向配电网的风险。该方法包括：接收电池储能系统位置模块发送的电池储能系统的选址结果；选址结果由电池储能系统位置模块对电池储能系统进行选址操作得到；接收潮流和电压计算模块发送的电池储能系统的潮流和电压；潮流和电压由潮流和电压计算模块计算得到；根据选址结果、潮流和电压，确定符合预设条件的目标函数，对目标函数进行优化求解，得到电池储能系统的分层配置方案。
-
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：CN117930389A
公开(公告)日：2024-04-26
申请号：CN202311734798.8
申请日：2023-12-18
申请人： 中国南方电网有限责任公司 , 国能日新科技股份有限公司
IPC分类号： G01W1/10
摘要： 本发明提供了一种基于多地区的数值天气预警方法及系统，涉及数据处理技术领域，方法包括：通过无人机巡航采集目标区域地貌情况，确定N个区域地貌信息进行特征提取，获取M个地区特征，根据气象探测仪采集实时数据，确定N个区域初值根据M个地区特征进行数值赋予获取特征数值集，对历史气象数据进行遍历，根据气象数据遍历结果与特征数值集进行匹配，获取气象特征数值集生成多级告警指令，根据多级告警指令进行多等级天气预警，本发明解决了现有技术中无法对多地区的天气特征实时管控，导致天气预警效率以及准确率低的技术问题，实现了基于数值天气的合理化精准管控，提高天气预警效率以及准确率。
-
公开(公告)号：CN116760010A
公开(公告)日：2023-09-15
申请号：CN202310539524.7
申请日：2023-05-12
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
IPC分类号： H02J3/00 , G06Q10/04 , G06Q50/06 , G06N3/0442 , G06F18/214
摘要： 本申请提供了一种基于偏差补偿和梯级迁移的短期风电功率预测方法和装置。该方法包括：采用最大相关最小冗余算法分别对各风电场对应的历史风电关联数据进行清洗，得到各风电场对应的样本数据；采用第一类型风电场对应的样本数据训练TCN‑GRU神经网络得到初始风电功率预测模型；采用第二类型风电场对应的样本数据对初始风电功率预测模型进行梯级迁移，得到风电功率预测模型；将当前时刻之前的历史时间段内预设风电场的样本数据输入至风电功率预测模型，得到当前时刻之后的预设时间段的风电功率预测数据。本申请提高了风电功率预测的准确率，解决了现有技术中风电场短期功率预测准确率较低的问题。
-
-
-
-
-
-
-
-
-
搜索结果
33 条记录 (耗时 0.044 秒)
