-
公开(公告)号:CN117665555A
公开(公告)日:2024-03-08
申请号:CN202311596383.9
申请日:2023-11-27
Applicant: 吉林电力股份有限公司 , 长春吉电能源科技有限公司
IPC: G01R31/327 , G06N3/0442 , G06N3/048 , G06N20/10 , H02H7/26 , G01R31/00
Abstract: 一种基于LSSVM‑LSTM的继电保护故障诊断方法,包括获取历史电网数据,用LSTM模型对数据进行训练,以及将新的电网数据输入到训练好的LSTM模型进行故障的预测的过程,在用LSTM模型对数据进行训练之前,先对获取历史电网数据进行预处理,借助LSSVM算法对历史电网数据进行补全数据缺失值后,再送入LSTM模型进行训练。本发明使用LSSVM对缺失数据进行填充,充分挖掘数据之间的联系,使训练数据集更加接近真实状态,提高了模型的准确性;使用深度循环神经网络LSTM进行故障预测模型的训练,与其他网络相对,对高维的,长时间序列进行更好的应用。极大提高模型的预测精确度,对新能源接入电网庞大数据出现数据缺失的问题得到极大改善,保证电力系统的稳定可靠运行。
-
公开(公告)号:CN119831824A
公开(公告)日:2025-04-15
申请号:CN202411622430.7
申请日:2024-11-14
Applicant: 吉林电力股份有限公司 , 中国电力科学研究院有限公司 , 北京信息科技大学
Abstract: 本申请公开了一种基于风格迁移的云图增强方法、装置、设备、介质及产品,涉及云图增强领域,该方法包括对卫星云图数据中的多源云产品数据进行初步增强,确定多源云特征图;基于风格迁移算法,以红外云图作为内容云图,提取所述内容云图的内容特征,并以所述多源云特征图作为风格云图,提取所述风格云图的风格特征;融合所述内容特征以及所述风格特征,生成融合云图;根据所述融合云图预测光伏电站功率,本申请提高了云图数据质量,确保了融合云图不仅维持了云图的基本形态结构,还增添了丰富的颜色分布信息,从而使得预测的光伏电站功率的准确率更高。
-
公开(公告)号:CN119831082A
公开(公告)日:2025-04-15
申请号:CN202411623112.2
申请日:2024-11-14
Applicant: 吉林电力股份有限公司 , 中国电力科学研究院有限公司 , 北京信息科技大学
IPC: G06Q10/04 , G06Q50/06 , G06N3/045 , G06N3/0442 , G06V10/40 , G06V10/82 , G06V10/77 , G06F18/213 , G06F18/25 , G06T7/11 , G06T5/90 , G06T3/04
Abstract: 本申请公开了一种直接光伏功率预测方法、设备、介质及产品,涉及功率预测领域,该方法包括基于多头自注意力机制与长短期记忆网络构建直接光伏功率预测模型;直接光伏功率预测模型中的特征提取层用于将卫星云图数据进行卫星云图数据序列化以及时空嵌入;将气象数据映射成与时空嵌入维度相同的向量,将两向量矩阵结合,得到多源时空信息嵌入;编码器用于根据多源时空信息嵌入得到多个注意力特征矩阵,并对多个注意力特征矩阵进行操作,得到特征矩阵;长短期记忆网络用于根据特征矩阵进行功率预测;根据实时的气象数据和实时的卫星云图数据,利用训练好的直接光伏功率预测模型进行实时光伏功率预测。本申请能够有效提升预测的准确率。
-
-