-
公开(公告)号：CN115221945A
公开(公告)日：2022-10-21
申请号：CN202210719058.6
申请日：2022-06-23
Applicant: 合肥综合性国家科学中心能源研究院(安徽省能源实验室) , 合肥工业大学
Abstract: 本发明公开了一种基于时空特征的极端天气风电爬坡事件分类方法，其步骤包括：1.对历史风电功率序列滤波；2.检测历史风电功率中的爬坡事件；3.生成爬坡事件分类标签；4.筛选出极端天气气象特征；5.生成用于爬坡事件分类的时空特征数据；6.训练ConvLSTM分类器，对风电场风电爬坡事件进行分类识别。本发明检测极端天气下的风电爬坡事件，筛选影响爬坡事件的气象特征，结合多个风电场的时空相关特性，进而实现对风电场爬坡事件的分类，从而能为电网调度人员制定针对不同爬坡事件的控制调度策略提供重要参考。
-
公开(公告)号：CN113033904A
公开(公告)日：2021-06-25
申请号：CN202110360165.X
申请日：2021-04-02
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于S变换的风电功率预测误差分析与分类方法，其步骤包括：1.计算风电功率预测误差序列；2.利用S变换计算风电功率预测误差的时频谱；3.建立并计算基于时频域的预测误差分析指标；4.对风电功率预测误差进行分类。本发明能够展示风电功率预测误差在时频域的分布情况，从时频角度提取风电功率预测误差的特征，进而提出风电功率的横向预测误差与纵向预测误差指标，并利用所提时频指标对风电功率预测误差进行分类。本发明能为分析与评估风电功率的预测误差、评价与比较不同预测模型的预测效果提供重要参考。
-
公开(公告)号：CN113033904B
公开(公告)日：2022-09-13
申请号：CN202110360165.X
申请日：2021-04-02
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于S变换的风电功率预测误差分析与分类方法，其步骤包括：1.计算风电功率预测误差序列；2.利用S变换计算风电功率预测误差的时频谱；3.建立并计算基于时频域的预测误差分析指标；4.对风电功率预测误差进行分类。本发明能够展示风电功率预测误差在时频域的分布情况，从时频角度提取风电功率预测误差的特征，进而提出风电功率的横向预测误差与纵向预测误差指标，并利用所提时频指标对风电功率预测误差进行分类。本发明能为分析与评估风电功率的预测误差、评价与比较不同预测模型的预测效果提供重要参考。
-
-
Search Results
3
records
(took 0.042 seconds)
