风电功率异常数据辨识方法及辨识装置

    公开(公告)号:CN107067100A

    公开(公告)日:2017-08-18

    申请号:CN201710055628.5

    申请日:2017-01-25

    IPC分类号: G06Q10/04 G06Q50/06 G06K9/62

    摘要: 本发明涉及一种风电功率异常数据辨识方法,其中,所述方法包括:根据异常数据的来源和时间序列的不规则变化,将异常数据进行分类,得到异常数据分类结果;根据异常数据的分类结果,获取异常数据判断标准;根据异常数据判断标准,对同时段风电功率序列和风速序列分别进行概率变点分析,辨识时间序列中的不规则突变;根据风电功率序列和风速序列建立混合回归模型,根据各回归变量重要性排序的变化,获得风电功率序列中的模型变点。本发明还涉及一种风电功率异常数据辨识装置。本发明提供的风电功率异常数据辨识方法和装置能够对风电功率异常数据进行准确辨识。

    光伏电站群功率预测方法、装置、计算机设备及存储介质

    公开(公告)号:CN111754026B

    公开(公告)日:2024-03-15

    申请号:CN202010468838.9

    申请日:2020-05-28

    摘要: 本申请涉及一种光伏电站群功率预测方法、装置、计算机设备及存储介质。该方法包括:通过目标区域中网格点内的光伏电站,对应的历史时间段内的初始特征数据,获取历史时间段内与预测日对应的相似日集,通过初始特征数据,筛选出网格点中的基础特征数据,将基础特征数据输入至目标功率预测模型,获取分布式光伏电站在指定时刻的预测功率数据,按照预测日内的时间先后顺序,通过指定时刻的预测功率数据获取预测日的目标功率数据序列;上述方法可以筛选出具有时空信息的基础特征数据,以丰富样本空间,进而将基础特征数据输入至目标功率预测模型,预测分布式光伏电站在指定时刻的预测功率数据,能够提高分布式光伏电站群短期功率的预测精度。