极端天气下基于组合神经网络的短期区域负荷预测方法

    公开(公告)号:CN117767276A

    公开(公告)日:2024-03-26

    申请号:CN202311619805.X

    申请日:2023-11-29

    Abstract: 本发明涉及一种极端天气下基于组合神经网络的短期区域负荷预测方法,包括以下步骤:获取区域负荷数据和对应的气象数据,由极端天气分型法处理,获得不同极端天气类型下的负荷数据集和对应的气象数据集;采用主成分分析法对气象数据集进行降维处理,获得气象主成分;对负荷数据集和对应的气象主成分进行相关性计算,构建气象数据的主成分指标;基于相关性计算结果,筛选出负荷类特征,与气象数据的主成分指标共同构建特征集;将负荷数据集和特征集输入至预先构建好的短期区域负荷预测模型中,输出负荷预测结果,其中,短期区域负荷预测模型通过组合神经网络进行构建。与现有技术相比,本发明具有提高区域负荷短期预测精度、计算速度快等优点。

    一种用于光伏逆变器电压变动测试系统及方法

    公开(公告)号:CN105182100A

    公开(公告)日:2015-12-23

    申请号:CN201510376757.5

    申请日:2015-07-01

    Abstract: 本发明公开了一种用于光伏逆变器电压变动测试系统及方法,通过设置光伏逆变部件、双向可编程交流电源、数据采集模块及智能控制器,其中,光伏逆变部件包含光伏模拟装置、光伏逆变器;将双向可编程交流电源的输出电源模拟为同等谐波的公共电网、改变光伏模拟装置的工作状态,从而通过数据采集模块获取光伏逆变器两端的电压、电流,最终测到光伏逆变器的电压波动性。本发明结构简单、操作方便,并能够模拟实际电网谐波情况,测试结果可靠性较高。因此本发明在实际工程应用中的进行测试的测试结果具有较高的参考价值。

    一种用于光伏逆变器电网谐波适应性的测试系统及方法

    公开(公告)号:CN105182068A

    公开(公告)日:2015-12-23

    申请号:CN201510376734.4

    申请日:2015-07-01

    Abstract: 本发明公开了一种用于光伏逆变器电网谐波适应性的测试系统及方法,通过设置光伏逆变部件、双向可编程交流电源、智能控制器及数据采集模块,其中光伏逆变部件包含光伏逆变器、光伏模拟装置;改变双向可编程交流电源的输出电源、改变光伏模拟装置的工作状态,从而通过数据采集模块获取光伏逆变器两端的电压、电流,最终测到光伏逆变器的电网谐波适应性。在当前配电网谐波日益严重的情况下,本发明能够提供一种结构简单、操作方便的光伏逆变器性能测试系统,并能够模拟实际电网谐波情况,确保背景谐波在内的情况下,测试光伏逆变器的适应性,测试结果可靠性较高。

Patent Agency Ranking