-
公开(公告)号：CN107506867B
公开(公告)日：2021-09-21
申请号：CN201710769135.8
申请日：2017-08-31
摘要： 本发明公开了一种基于动态建模的光伏出力预测方法，步骤1：对原始气象、出力数据进行预处理；步骤2：对步骤1当中得到的所述训练样本进行训练，得到初始的光伏出力预测模型；步骤3：对所述训练样本进行设定样本筛选条件；步骤4：采集新数据样本，对新数据进行预处理工作加入原始数据中，再根据上述步骤3的样本筛选条件进行筛选，形成新的训练样本；步骤5：对步骤4当中所述新的训练样本重新训练出力模型；判断新的出力模型与上一次更新的模型是否收敛，若满足条件则完成模型更新输出，退出迭代；若不满足则返回步骤4进行样本的进一步筛选；提高光伏处理预测精度、提高电网调度安全性与经济性的目的。
-
公开(公告)号：CN107506867A
公开(公告)日：2017-12-22
申请号：CN201710769135.8
申请日：2017-08-31
CPC分类号： G06Q10/04 , G06Q10/06312 , G06Q50/06
摘要： 本发明公开了一种基于动态建模的光伏出力预测方法，步骤1：对原始气象、出力数据进行预处理；步骤2：对步骤1当中得到的所述训练样本进行训练，得到初始的光伏出力预测模型；步骤3：对所述训练样本进行设定样本筛选条件；步骤4：采集新数据样本，对新数据进行预处理工作加入原始数据中，再根据上述步骤3的样本筛选条件进行筛选，形成新的训练样本；步骤5：对步骤4当中所述新的训练样本重新训练出力模型；判断新的出力模型与上一次更新的模型是否收敛，若满足条件则完成模型更新输出，退出迭代；若不满足则返回步骤4进行样本的进一步筛选；提高光伏处理预测精度、提高电网调度安全性与经济性的目的。
-
公开(公告)号：CN109146131A
公开(公告)日：2019-01-04
申请号：CN201810754491.7
申请日：2018-07-11
申请人： 国网河北省电力有限公司 , 北京清软创新科技股份有限公司
摘要： 本发明公开了一种日前风力发电预测方法，具体步骤如下：步骤一，将NWP气象预测预测数据、历史实际风电发电数据和历史实际风速数据分解为子序列；步骤二，对子序列进行训练；步骤三，将通过希尔伯特‑黄变换得到的历史实际风速数据子序列作为输入，历史实际风力发电数据子序列作为输出，得到根据实际风速数据来预测风力发电的训练模型；步骤四，通过遗传算法优化根据实际风速数据来预测风力发电的训练模型；步骤五，利用希尔伯特‑黄变换的逆变换还原利用人工神经网络得到的风力发电预测数据。本发明考虑了实际风速历史数据、实际风力发电历史数据和NWP气象预测数据(包括风速、风向、气压、气温和湿度)，能够有效提高风力发电预测准确率。
-
公开(公告)号：CN109858665A
公开(公告)日：2019-06-07
申请号：CN201811488151.0
申请日：2018-12-06
申请人： 国网河北省电力有限公司 , 北京清软创新科技股份有限公司
摘要： 本发明公开了基于特征筛选与ANFIS-PSO的光伏短期功率预测方法，包括：选择已发生的任意时间段的某地区光伏发电功率和天气的历史数据；对该时间段该地区光伏发电功率的和天气的历史数据进行特征筛选，选择出对光伏发电功率影响相关度强的天气的历史数据作为天气特征数据；对筛选的天气特征数据输入自适应神经模糊推理算法搭建的训练网络，训练网络对筛选的天气特征数据进行数据训练并构建模糊推理系统；对天气特征数据进行训练时，采用粒子群算法对训练网络进行优化；输入该地区未来某一时间段预测的天气特征数据，得到该地区未来某一时间段的光伏发电功率预测结果。输入数据大大简化，节省了数据训练时间，在训练模型优化过程中不容易陷入局部极小值。
-
-
-
搜索结果
4 条记录 (耗时 0.096 秒)
