-
公开(公告)号:CN113011625A
公开(公告)日:2021-06-22
申请号:CN201911314564.1
申请日:2019-12-19
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网山东省电力公司 , 国网山东省电力公司电力科学研究院
摘要: 本发明涉及一种基于风过程识别的风电功率预测集成优化方法及装置,包括:将预测时刻的数值天气预报数据代入各预先训练的风电功率预测模型中,获取各预先训练的风电功率预测模型输出的预测时刻功率数据;利用各预先训练的风电功率预测模型在预测时刻对应的线性回归系数和各预先训练的风电功率预测模型输出的预测时刻功率数据确定最优的预测时刻功率数据;其中,所述各预先训练的风电功率预测模型在预测时刻对应的线性回归系数基于所述各预先训练的风电功率预测模型的训练数据获取。本发明提供的技术方案,可以快速有效的匹配识别预测时刻的风过程的相似的向量同时对风电功率进行集成优化,进而提高风电功率预测的精准度,预测方法简单快捷。
-
公开(公告)号:CN118736770A
公开(公告)日:2024-10-01
申请号:CN202410670529.8
申请日:2024-05-28
申请人: 中国电力科学研究院有限公司 , 国网山东省电力公司 , 国家电网有限公司
IPC分类号: G08B21/10
摘要: 本发明公开了一种输电线路区域洪涝预警方法及系统,属于电力系统安全技术领域。本发明方法,包括:采集目标输电线路区域的场景信息,以所述场景信息搭建仿真场景模型,基于所述仿真场景模型进行水文模拟,以确定所述目标输电线路区域的模拟水位数据;确定在所述目标输电线路区域内,电力设备及设施区洪涝的预测分级预警指标,并根据所述模拟水位数据,确定所述分级预警指标的指标值;使用预设的状态判别函数对所述分级预警指标的指标值进行判别,若判别结果不为0,发出对于所述目标输电线路区域的洪涝预警。本发明通过水文模拟,能有效的预测出目标区域的洪涝灾害,通过有效的预警能够减少因洪涝带来的损失。
-
公开(公告)号:CN117421886A
公开(公告)日:2024-01-19
申请号:CN202311353707.6
申请日:2023-10-18
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网山东省电力公司
IPC分类号: G06F30/20 , G06F113/06 , G06F119/06
摘要: 本发明公开了一种适用于多风电场的全局折算风速计算方法及系统,属于风速观测技术领域。本发明方法,包括:获取多个风电场历史发电运行数据,根据所述风电场数据拟合出每个风电场的典型功率曲线;基于所述典型功率曲线和实时功率,推算出每个风电场的实时反演风速;根据所述实时反演风速,建立多风电场的全局折算风速模型,对所述全局折算风速模型求解,以计算出所述多个风电场的全局折算风速。本发明通过构建全局折算风速模型,来反演单风电场风速,并计算多个风电场的全局折算风速,可以有效的避免单风电场观测风速不准确问题,且解决了多个风电场全局风速难统一的问题。
-
公开(公告)号:CN113570132A
公开(公告)日:2021-10-29
申请号:CN202110838338.4
申请日:2021-07-23
申请人: 华中科技大学 , 中国电力科学研究院有限公司 , 国网山东省电力公司电力科学研究院 , 国家电网有限公司
摘要: 本发明公开一种时空气象特征提取与深度学习的风电功率预测方法,首先基于广域时空气象数据和功率数据,研究新能源场站出力和天气过程的互相关特性,建立不同指标为依据的多层级子区域划分,然后基于多维度气象数据,构建高维度候选特征库,构建基于数据挖掘的复合气象特征,最后基于海量样本和优选的核心特征,构建基于高维深度特征映射和高维深度数据挖掘、面向多层级的深度学习模型库,选取最优模型进行集群功率预测。通过该方法预测,实现了对风电功率在时空复合数据下的预测,在时域数据和空间数据之间建立了有效的匹配关系,具有推广价值。
-
公开(公告)号:CN111178583A
公开(公告)日:2020-05-19
申请号:CN201911204066.1
申请日:2019-11-29
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网山东省电力公司电力科学研究院
摘要: 本发明涉及一种光伏电站的输出功率预测方法和系统,包括:根据光伏电站所在地的太阳高度角确定光伏电站所在地的太阳角;根据光伏电站中光伏板的直射辐照强度确定光伏电站中光伏板的温度系数;根据光伏电站所在地的太阳角和光伏电站中光伏板的温度系数确定光伏电站的预测输出功率。本发明提供的技术方案,考虑了光伏板跟随太阳转动以及光伏板的温度对光伏电站的输出功率预测的影响,提高了预测的准确性。
-
公开(公告)号:CN113792919B
公开(公告)日:2024-02-27
申请号:CN202111026927.9
申请日:2021-09-02
申请人: 华中科技大学 , 中国电力科学研究院有限公司 , 国网山东省电力公司电力科学研究院 , 国家电网有限公司
摘要: 本发明公开一种基于迁移学习深度学习相结合的风电功率预测方法,通过SCADA系统及数值天气预报,提取新建风电场及周边风电场的历史样本,使用新建风电场的少量历史样本训练BP‑NN,再对周边风电场的大量历史样本预测,根据预测结果计算周边风电场每个历史样本的相关系数;根据相关系数将周边风电场的大量历史样本为强相关样本、中相关样本及弱相关样本;分别使用顺序迁移、逆序迁移、无序迁移等三种模型迁移方法,构建用于新建风电场的预测模型并分别给出预测结果;最后使用B‑LSTM网络将三个预测结果集成,输出最终预测结果。本发明通过数据挖掘并结合深度学习算法,利用多层级模型迁移获得适用于新建风电场预测模型,提高新
-
公开(公告)号:CN112686416A
公开(公告)日:2021-04-20
申请号:CN201910986356.X
申请日:2019-10-17
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网山东省电力公司电力科学研究院
摘要: 本发明涉及一种风电功率概率预测方法和系统,包括:根据历史时段内各时刻的风电功率概率预测的累计分布函数的预设概率对应的分位数确定风电功率概率预测的累计分布函数的预设概率对应的回归系数矩阵;利用风电功率概率预测的累计分布函数的预设概率对应的回归系数矩阵修正预测时刻的风电功率概率预测的累计分布函数的预设概率对应的分位数。本发明提供的技术方案,可以更精准的获取风电功率概率预测的分位数结果,进而更精确的预测风电功率,同时,其概率预测算法计算量小,计算效率高,具备广泛的推广应用场景。
-
公开(公告)号:CN114924334A
公开(公告)日:2022-08-19
申请号:CN202210351415.8
申请日:2022-04-02
申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网山东省电力公司
发明人: 宋宗朋 , 冯双磊 , 王勃 , 靳双龙 , 刘晓琳 , 胡菊 , 郭于阳 , 滑申冰 , 马振强 , 张艾虎 , 甄妍 , 王铮 , 车建峰 , 王钊 , 张菲 , 赵艳青 , 姜文玲 , 韩振永
摘要: 本发明提供了一种基于带状数据的预报精度提升方法、系统、设备及介质,包括:基于二维傅里叶变换法,对输电线路区域气象预报所需的地表二维观测同化场进行分解,得到波数气象场;对所述波数气象场中由带状加密数据引起的异常波数进行识别;将所述波数气象场中的异常波数剔除,并进行反傅里叶变换,得到精度提升的观测同化场,进一步提升输电线路区域的气象预报精度;本发明通过对输电线路区域气象预报的观测同化场进行二维傅里叶变换,并基于得到的波数气象场识别异常波动,剔除对应的异常波数,能够有效去除因带状加密特征带来的异常波动和物理不平衡问题。本发明提供的基于带状数据的预报精度提升方法,可提升输电线路区域的气象预报精度。
-
公开(公告)号:CN113792919A
公开(公告)日:2021-12-14
申请号:CN202111026927.9
申请日:2021-09-02
申请人: 华中科技大学 , 中国电力科学研究院有限公司 , 国网山东省电力公司电力科学研究院 , 国家电网有限公司
摘要: 本发明公开一种基于迁移学习深度学习相结合的风电功率预测方法,通过SCADA系统及数值天气预报,提取新建风电场及周边风电场的历史样本,使用新建风电场的少量历史样本训练BP‑NN,再对周边风电场的大量历史样本预测,根据预测结果计算周边风电场每个历史样本的相关系数;根据相关系数将周边风电场的大量历史样本为强相关样本、中相关样本及弱相关样本;分别使用顺序迁移、逆序迁移、无序迁移等三种模型迁移方法,构建用于新建风电场的预测模型并分别给出预测结果;最后使用B‑LSTM网络将三个预测结果集成,输出最终预测结果。本发明通过数据挖掘并结合深度学习算法,利用多层级模型迁移获得适用于新建风电场预测模型,提高新建风电场预测精度,具有推广价值。
-
公开(公告)号:CN110390343A
公开(公告)日:2019-10-29
申请号:CN201810340865.0
申请日:2018-04-16
申请人: 中国电力科学研究院有限公司 , 国网山东省电力公司
摘要: 一种空间气象数据的订正方法及系统,包括:获取气象观测点的观测数据和再分析网格数据;基于预设的距离从所述再分析网格数据中确定可订正数据;基于所述观测数据和再分析网格数据的相似性在所述可订正数据中确定订正数据;将相似性订正系数作为订正权重用所述订正数据对应的观测数据对所述订正数据进行订正。本发明考虑了当观测点与网格点之间的距离,通过两次订正条件的筛选,减少了订正误差,并使得参与订正的网格数据减少,有利于减少计算量,节约机时。
-
-
-
-
-
-
-
-
-