-
公开(公告)号:CN115965135A
公开(公告)日:2023-04-14
申请号:CN202211628344.8
申请日:2022-12-17
申请人: 国家电网有限公司西北分部 , 西安交通大学
IPC分类号: G06Q10/04 , G06Q10/0639 , G06Q50/06 , G06F18/2415 , G06F18/2431 , G06F18/2321
摘要: 本发明公开了一种基于朴素贝叶斯分类的新能源预测误差建模方法及系统,包括:获取新能源实际出力数据、新能源预测数据,得到新能源预测误差数据;基于核密度估计法,进行概率密度分布拟合,得到三种数据的概率密度分布曲线;利用自组织映射神经网络SOM对三类新能源数据离散化处理;基于交叉验证的模型训练方法,使用朴素贝叶斯分类器模型,利用经过离散处理的新能源实际出力数据、新能源预测数据和新能源预测误差数据构建新能源预测误差分类模型;构建误差评估的映射关系;结合新能源数据清洗及基于朴素贝叶斯的误差分类模型展开算例分析及概率评估。本发明的建模方法以提高新能源预测可信度,可作为电力系统调度决策的依据。
-
公开(公告)号:CN113702836B
公开(公告)日:2023-08-18
申请号:CN202110837086.3
申请日:2021-07-23
申请人: 国家电网有限公司西北分部 , 西安理工大学
IPC分类号: G01R31/367
摘要: 本发明公开了一种基于EMD‑GRU锂离子电池荷电状态估计方法,具体为:步骤1,对锂离子电池进行脉冲电流放电,直至电池电压降到放电截止电压时停止放电,采集放电电流、电池电压、温度及SOC(t)时间序列;步骤2,采用经验模态分解EMD算法对采集放电电流进行分解,将电流时间序列分解成不同频率的子电流集时间序列和残差电流时间序列;步骤3,将子电流集时间序列和残差电流时间序列以及电池电压、温度进行归一化处理;步骤4,基于门控循环单元GRU建立子电流集、电压和温度时间序列的SOC估计模型并进行锂离子电池SOC估计。本发明解决了现有技术中存在的循环神经网络锂离子电池SOC估计丢失中长期电流时间序列的问题。
-
公开(公告)号:CN113702836A
公开(公告)日:2021-11-26
申请号:CN202110837086.3
申请日:2021-07-23
申请人: 国家电网有限公司西北分部 , 西安理工大学
IPC分类号: G01R31/367
摘要: 本发明公开了一种基于EMD‑GRU锂离子电池荷电状态估计方法,具体为:步骤1,对锂离子电池进行脉冲电流放电,直至电池电压降到放电截止电压时停止放电,采集放电电流、电池电压、温度及SOC(t)时间序列;步骤2,采用经验模态分解EMD算法对采集放电电流进行分解,将电流时间序列分解成不同频率的子电流集时间序列和残差电流时间序列;步骤3,将子电流集时间序列和残差电流时间序列以及电池电压、温度进行归一化处理;步骤4,基于门控循环单元GRU建立子电流集、电压和温度时间序列的SOC估计模型并进行锂离子电池SOC估计。本发明解决了现有技术中存在的循环神经网络锂离子电池SOC估计丢失中长期电流时间序列的问题。
-
-