光伏电站功率预测方法、系统、终端及存储介质

    公开(公告)号:CN114169923A

    公开(公告)日:2022-03-11

    申请号:CN202111404025.4

    申请日:2021-11-24

    Abstract: 本发明涉及光伏发电技术领域,具体提供一种光伏电站功率预测方法、系统、终端及存储介质,包括:采集光伏电站的运行数据,得到短期历史运行数据;将所述短期历史运行数据输入预先构建的生成模型得到一组预测功率,所述生成模型为基于残差网络的编解码结构;将预测功率和检测到的与预测功率对应的实际功率输入预先构建的对抗模型,得到预测功率相较于实际功率的损失值;将所述损失值反馈至生成模型以不断修正所述生成模型;将最终的修正生成模型基于当前采集的短期历史运行数据生成的预测功率作为预测结果输出。本发明采用生成对抗网络可达到实时修正光伏电站功率预测模型的效果,进而提高了光伏超短期功率预测精度。

    风电场并网性能评价系统及其方法

    公开(公告)号:CN115456364A

    公开(公告)日:2022-12-09

    申请号:CN202211021325.9

    申请日:2022-08-24

    Abstract: 公开了一种风电场并网性能评价系统及其方法,其将获取到的多个三级指标数据通过经训练完成的包含嵌入层的上下文编码器以得到多个三级指标语义特征向量并进行级联以得到二级指标特征向量。将所述二级指标特征向量分别排列为二维特征矩阵和一维特征向量后,通过经训练完成的第一卷积神经网络、经训练完成的多尺度邻域特征提取单元以得到二维二级指标关联特征向量、多尺度二级指标关联特征向量,并将其融合以得到分类特征向量,再通过分类器中就能够获得用于表示风电场并网性能等级标签的分类结果。特别地,本申请通过卷积神经网络和多尺度领域特征提取模块以利用具有不同的感受野对各个不同级的指标之间的关联特征进行提取,从而提高指标评估的精准度。

Patent Agency Ranking