公开(公告)号：CN114077924A

公开(公告)日：2022-02-22

申请号：CN202111255557.6

申请日：2021-10-27

Applicant: 国电南瑞科技股份有限公司 ,  国网电力科学研究院有限公司 ,  国网甘肃省电力公司电力科学研究院

Inventor： 黄东晨 ,  朱程磊 ,  蔡晓峰 ,  廖辉 ,  韦伟 ,  熊欢 ,  郭彦飞 ,  王坤 ,  杜业冬 ,  陈雨帆 ,  陶子彬 ,  曾浩 ,  赵福林 ,  戴维

IPC: G06Q10/04 ,  G06K9/62 ,  G06Q50/26

Abstract: 本发明公开一种考虑极端大风天气的大风数据增强方法，包括：获取历史实测风速和功率数据，生成原始风速‑功率数据样本；根据风速数据对原始风速‑功率数据样本进行局部异常点识别，剔除离群点样本，得到大风数据初始样本；利用F‑DBSCAN聚类算法对大风数据初始样本进行聚类，得到各聚类簇的核心点样本；根据各聚类簇的核心点计算簇密度，基于各核心点及其所在簇的簇密度，利用过采样算法合成新的大风数据样本；利用合成的新的大风数据样本对原始风速‑功率数据样本进行扩充，作为风电功率预测模型的训练样本。本发明可用于对模型训练的不平衡样本进行有效补充，从而提升风电功率预测模型的可靠性，提高风电功率预测精度。

公开(公告)号：CN112417028B

公开(公告)日：2022-09-02

申请号：CN202011357189.1

申请日：2020-11-26

Applicant: 国电南瑞科技股份有限公司

Inventor： 黄东晨 ,  郭彦飞 ,  熊欢 ,  李科 ,  李浩文 ,  杜业冬 ,  陈雨帆 ,  陶子彬 ,  王坤 ,  曾浩 ,  张熹 ,  赵福林 ,  戴维 ,  韦伟

IPC: G06K9/00 ,  G06K9/62 ,  G06Q10/04 ,  G06Q50/06 ,  G06N20/10

Abstract: 本发明一种风速时序特征挖掘方法及短期风电功率预测方法，风速时序特征挖掘方法包括：获取原始风速序列数据；对原始风速序列数据进行分解，得到多模态分量；计算分解得到的各模态分量的多尺度排列熵；对各模态分量的多尺度排列熵进行聚类，根据聚类结果将多模态分量进行重组得到新的模态分量；对原始风速序列数据和重组后的各模态分量分别进行时序特征提取，得到风速时序特征集合；基于所述风速时序特征集合进行特征选择，得到最优风速时序特征集合，即为原始风速序列数据的风速时序特征挖掘结果。利用本发明方法能够提取引起风电功率波动的主导因素，为风电功率预测提供可靠的数据基础。

公开(公告)号：CN112417028A

公开(公告)日：2021-02-26

申请号：CN202011357189.1

申请日：2020-11-26

Applicant: 国电南瑞科技股份有限公司

Inventor： 黄东晨 ,  郭彦飞 ,  熊欢 ,  李科 ,  李浩文 ,  杜业冬 ,  陈雨帆 ,  陶子彬 ,  王坤 ,  曾浩 ,  张熹 ,  赵福林 ,  戴维 ,  韦伟

IPC: G06F16/26 ,  G06F16/28 ,  G06N20/10 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/04

Abstract: 本发明一种风速时序特征挖掘方法及短期风电功率预测方法，风速时序特征挖掘方法包括：获取原始风速序列数据；对原始风速序列数据进行分解，得到多模态分量；计算分解得到的各模态分量的多尺度排列熵；对各模态分量的多尺度排列熵进行聚类，根据聚类结果将多模态分量进行重组得到新的模态分量；对原始风速序列数据和重组后的各模态分量分别进行时序特征提取，得到风速时序特征集合；基于所述风速时序特征集合进行特征选择，得到最优风速时序特征集合，即为原始风速序列数据的风速时序特征挖掘结果。利用本发明方法能够提取引起风电功率波动的主导因素，为风电功率预测提供可靠的数据基础。