-
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: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: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:CN113311507A
公开(公告)日:2021-08-27
申请号:CN202110425575.8
申请日:2021-04-20
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: 本发明涉及一种台风路径的识别方法及装置,包括:基于各时刻的二维平面气象数据绘制平面等值线图,采用梯度算子计算所述各时刻的平面等值线图中各等值线上的像素点梯度方向;在所述各时刻的平面等值线图中各等值线上的各像素点上,沿着梯度方向和反方向按照预先设定的长度绘制线段;基于各时刻平面数字图像中各像素点上经过的线段的数量确定各时刻的台风中心;基于各时刻的台风中心的位置识别台风路径;本发明基于绘制的天气图,利用计算机视觉领域的算法识别台风中心,通过对大量气象数据的处理,快速准确的识别台风路径并进行图像展示,也可用于防灾系统中和其他生产要素叠加展示,具有算法成熟、计算速度快、识别准确率高等诸多优点。
-
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: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: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:CN109146975B
公开(公告)日:2022-02-01
申请号:CN201810962529.X
申请日:2018-08-22
申请人: 华北电力大学(保定) , 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
IPC分类号: G06T7/77 , G06T7/73 , G06T7/45 , G06V10/762
摘要: 本发明公开了一种天空图像云团位移矢量计算方法,通过对样本天空图像进行处理获取多个组合优化计算模型,并根据多个组合优化计算模型对新的天空图像云团位移矢量进行计算。从而可以获得更加准确的云团矢量计算。本发明提供的天空图像云团位移矢量计算方法能够面对云团的不同运动模式,选择相应的不同计算策略,即在组合计算模型中分别设置三种方法的各个权重。通过算例验证,它可以改善传统单一方法在适用范围上的局限性,能够适用于大多数云场景的、具有较高鲁棒性。
-
公开(公告)号:CN109146975A
公开(公告)日:2019-01-04
申请号:CN201810962529.X
申请日:2018-08-22
申请人: 华北电力大学(保定) , 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
CPC分类号: G06T7/77 , G06K9/6223 , G06T7/45 , G06T7/73 , G06T2207/30192
摘要: 本发明公开了一种天空图像云团位移矢量计算方法,通过对样本天空图像进行处理获取多个组合优化计算模型,并根据多个组合优化计算模型对新的天空图像云团位移矢量进行计算。从而可以获得更加准确的云团矢量计算。本发明提供的天空图像云团位移矢量计算方法能够面对云团的不同运动模式,选择相应的不同计算策略,即在组合计算模型中分别设置三种方法的各个权重。通过算例验证,它可以改善传统单一方法在适用范围上的局限性,能够适用于大多数云场景的、具有较高鲁棒性。
-
公开(公告)号:CN109886452A
公开(公告)日:2019-06-14
申请号:CN201910009512.7
申请日:2019-01-04
申请人: 国网山东省电力公司电力科学研究院 , 山东大学 , 山东鲁能软件技术有限公司 , 国家电网有限公司
发明人: 程艳 , 王士柏 , 杨明 , 孙树敏 , 苏建军 , 孟瑜 , 王楠 , 张兴友 , 王玥娇 , 滕玮 , 于芃 , 李广磊 , 魏大钧 , 王尚斌 , 刘守刚 , 王勃 , 赵元春 , 马嘉翼
摘要: 本发明公开了一种基于经验动态建模的风电功率超短期概率预测方法及系统,其中该方法包括:对待预测量时间序列进行标准正态化处理,并对标准正态化处理后的数据进行非线性聚合度计算,以考察给定的动态系统的非线性程度;采用粒子群优化算法,计算最优嵌入维数E和延迟时间τ;进一步地,对待预测量时间序列进行相空间重构;构建经验动态模型,在重构相空间内采用单纯形投影法对给定的动态系统进行预测,得到待预测量的预测结果。预测结果显示,采用基于经验动态建模的风电功率超短期概率预测方法可实现对风力发电动态过程完全依据数据的客观描述,显著提升了概率预测的有效性。
-
-
-
-
-
-
-
-
-