-
公开(公告)号：CN108494230B
公开(公告)日：2024-07-02
申请号：CN201810569012.4
申请日：2018-06-05
Applicant: 南方电网科学研究院有限责任公司
IPC: H02M1/00 , H02P9/30 , H05K7/20 , H02P101/15
Abstract: 本发明提供的一种风电变流器主动防凝霜系统，包括：处理器、发电机、第一和第二绝缘栅双极型晶体管、第一和第二子变流器；处理器连接发电机的输入端，发电机接收处理器的控制并发电；第一绝缘栅双极型晶体管的输入端连接发电机的输出端，第一绝缘栅双极型晶体管的另一端连接第一子变流器的输入端；第二绝缘栅双极型晶体管的输入端连接发电机的输出端，第二绝缘栅双极型晶体管的输出端连接第二子变流器的输入端；第一和第二子变流器的输出端均连接处理器；第一绝缘栅双极型晶体管和第二绝缘栅双极型晶体管接受处理器的控制而开启或关断，进而控制电压流通过子变流器的电压上升速率，以控制子变流器对发电机的励磁大小以调节发电机的温度。
-
公开(公告)号：CN109615152B
公开(公告)日：2023-05-26
申请号：CN201910131088.3
申请日：2019-02-21
Applicant: 南方电网科学研究院有限责任公司 , 中国南方电网有限责任公司
Abstract: 本发明提供一种基于成本导向梯度上升回归树的风力发电预测方法及产品，该方法，包括：获取待预测地的风力历史数据、预测误差损失函数模型；求取所述风力历史数据关于所述预测误差损失函数模型的负梯度值，作为残差估计值；利用所述残差估计值训练梯度上升回归树模型，得到成本导向梯度上升回归树模型；利用所述成本导向梯度上升回归树模型，预测风力发电量。本发明采用了一种梯度上升回归树方法，该方法能够有效地处理成本导向型损失函数，并使用回归树和梯度提升两种手段将预测误差产生的实际成本纳入到模型构建和预测过程中，梯度上升回归树方法来执行最优点预测，使其能够有效地处理成本导向的损失函数，能够降低高、低估预测带来的成本差异。
-
公开(公告)号：CN109886488A
公开(公告)日：2019-06-14
申请号：CN201910129892.8
申请日：2019-02-21
Applicant: 南方电网科学研究院有限责任公司 , 中国南方电网有限责任公司
Abstract: 本申请公开了一种考虑风速时滞性的分散式风电场分层混合短期预测方法、系统及装置，利用历史风速时间序列、历史风电功率时间序列和偏自相关函数，分别得到目标历史风速取值时滞和目标历史风电功率取值时滞，利用数值天气预测模型对历史风速时间序列进行预测，得到目标风速预测期，避开实际数据的偏差，再对目标风速预测期进行校正，得到目标校正风速预测期，提高准确度，对目标校正风速预测期进行分层，将数据分类分析，再利用目标历史风电功率取值时滞，将每层风速范围分别代入预设的多个初始预测模型，得到多组初始风电功率预测值，最后利用预设的混合预测模型，得到风电功率预测值，通过多预测模型混合进行预测，得到更精准的预测值。
-
公开(公告)号：CN108512511A
公开(公告)日：2018-09-07
申请号：CN201810503695.3
申请日：2018-05-23
Applicant: 南方电网科学研究院有限责任公司 , 中国南方电网有限责任公司电网技术研究中心
IPC: H02S50/00
CPC classification number: H02S50/00
Abstract: 本发明实施例公开了一种屋顶光伏发电系统，包括：至少一路光伏发电电路、交流汇流箱和监控终端；光伏发电电路包括：光伏列阵、直流防雷配电柜和逆变器；光伏列阵、直流防雷配电柜、逆变器和交流汇流箱依次连接；监控终端用于监控光伏列阵和逆变器的工作状态。本发明提供了一种屋顶光伏发电系统，充分利用屋顶太阳能，且具备防雷性能，能实时远程监控与调节发电过程，发电的效率和稳定性好。
-
公开(公告)号：CN109886488B
公开(公告)日：2022-10-18
申请号：CN201910129892.8
申请日：2019-02-21
Applicant: 南方电网科学研究院有限责任公司 , 中国南方电网有限责任公司
Abstract: 本申请公开了一种考虑风速时滞性的分散式风电场分层混合短期预测方法、系统及装置，利用历史风速时间序列、历史风电功率时间序列和偏自相关函数，分别得到目标历史风速取值时滞和目标历史风电功率取值时滞，利用数值天气预测模型对历史风速时间序列进行预测，得到目标风速预测期，避开实际数据的偏差，再对目标风速预测期进行校正，得到目标校正风速预测期，提高准确度，对目标校正风速预测期进行分层，将数据分类分析，再利用目标历史风电功率取值时滞，将每层风速范围分别代入预设的多个初始预测模型，得到多组初始风电功率预测值，最后利用预设的混合预测模型，得到风电功率预测值，通过多预测模型混合进行预测，得到更精准的预测值。
-
Patent Agency Ranking
公开(公告)号：CN108964096B
公开(公告)日：2022-03-22
申请号：CN201810819431.9
申请日：2018-07-24
Applicant: 南方电网科学研究院有限责任公司
Abstract: 本申请公开了一种消纳新能源弃电量的储能配置方法、系统、装置及计算机可读存储介质，包括：利用计算出的外送通道传出功率和主变压器的输电功率，得到全年新能源弃电功率；利用全年新能源弃电功率，生成当前初始储能容量和当前初始PCS功率；利用当前初始储能容量和当前初始PCS功率，建立当前储能约束和当前放电约束，以得到当前储能弃电功率；利用当前储能弃电功率和全年新能源弃电功率，得到当前消纳值；判断当前消纳值是否满足预设条件；如果否，则重新生成当前储能弃电功率和当前消纳值，重新计算新的当前消纳值，直至满足预设条件，便可以输出最合理的当前初始储能容量和当前初始PCS功率，得到消纳效果更为优异的储能规模配置方案。
-
公开(公告)号：CN109784563A
公开(公告)日：2019-05-21
申请号：CN201910048584.2
申请日：2019-01-18
Applicant: 南方电网科学研究院有限责任公司
Abstract: 本发明公开了一种基于虚拟测风塔技术的超短期功率预测方法、装置、设备及计算机可读存储介质，方法包括：获取风电场中所有风电机组的历史数据、及整个风电场的历史功率输出值；根据历史数据、及历史功率输出值，确定每个风电机组的权重，并得到历史虚拟测风塔数据向量；根据历史虚拟测风塔数据向量、及历史功率输出值获取风电场功率曲线，并根据历史NWP数据与历史虚拟测风塔数据向量之间的关系、及未来NWP数据，得到未来虚拟测风塔数据向量；根据未来虚拟测风塔数据向量、及风电场功率曲线计算风电场在未来超短期内的输出功率。本申请公开的上述技术方案，可以在不依赖测风塔数据的情况下实现对高原山地风电场的超短期功率预测。
-
公开(公告)号：CN109615152A
公开(公告)日：2019-04-12
申请号：CN201910131088.3
申请日：2019-02-21
Applicant: 南方电网科学研究院有限责任公司 , 中国南方电网有限责任公司
Abstract: 本发明提供一种基于成本导向梯度上升回归树的风力发电预测方法及产品，该方法，包括：获取待预测地的风力历史数据、预测误差损失函数模型；求取所述风力历史数据关于所述预测误差损失函数模型的负梯度值，作为残差估计值；利用所述残差估计值训练梯度上升回归树模型，得到成本导向梯度上升回归树模型；利用所述成本导向梯度上升回归树模型，预测风力发电量。本发明采用了一种梯度上升回归树方法，该方法能够有效地处理成本导向型损失函数，并使用回归树和梯度提升两种手段将预测误差产生的实际成本纳入到模型构建和预测过程中，梯度上升回归树方法来执行最优点预测，使其能够有效地处理成本导向的损失函数，能够降低高、低估预测带来的成本差异。
-
公开(公告)号：CN109242218A
公开(公告)日：2019-01-18
申请号：CN201811307830.3
申请日：2018-11-05
Applicant: 南方电网科学研究院有限责任公司
Abstract: 本发明公开了一种基于SVM的高原山区的风电功率预测方法，首先获取与高原地区对应的风速数据，然后对风速数据以天为单位进行第一聚类，得到多类第一风速样本数据，其次，再对各类第一风速样本数据基于SVM以连续预设天数为单位进行第二聚类，得到多类第二风速样本数据，将各类第二风速样本数据作为风电功率预测的最终风速样本数据，以对高原山区的风电功率进行预测，能够同时利用以风速相似的天为单位和以风速相似的连续几天的时间段为单位的风速数据对高原地区不同位置的风机的风电功率进行预测，达到了对高原地区不同位置的风机的风电功率进行精确预测的目的。本发明还公开了一种基于SVM的高原山区的风电功率预测装置，效果如上。
-
公开(公告)号：CN108764335A
公开(公告)日：2018-11-06
申请号：CN201810524561.X
申请日：2018-05-28
Applicant: 南方电网科学研究院有限责任公司
CPC classification number: G06K9/6221 , G06Q10/06315 , G06Q50/06
Abstract: 本发明公开了一种综合能源系统多能需求典型场景生成方法及装置，该方法包括：S1：获取到各天的多能需求负荷向量，得到向量集合；S2：若获取迭代指令，则执行S3，若获取评估指令，则执行S4；S3：在每一次迭代中，在向量集合中确定相应个数的聚类中心，直至判断当前次迭代的聚类误差平方与上一次迭代的聚类误差平方之差小于预设值，则确定当前次迭代的所有聚类中心为典型场景；S4：获取聚类中心个数的取值范围，在取值范围中，根据各个取值在向量集合中确定相应个数的聚类中心，并计算各个取值对应的集群评估指标，确定最小集群评估指标对应的所有聚类中心为典型场景。通过本发明的方法生成的典型场景，能够全面、准确地对综合能源系统进行分析。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.071 seconds)
