一种基于多地区的数值天气预警方法及系统

    公开(公告)号:CN117930389A

    公开(公告)日:2024-04-26

    申请号:CN202311734798.8

    申请日:2023-12-18

    IPC分类号: G01W1/10

    摘要: 本发明提供了一种基于多地区的数值天气预警方法及系统,涉及数据处理技术领域,方法包括:通过无人机巡航采集目标区域地貌情况,确定N个区域地貌信息进行特征提取,获取M个地区特征,根据气象探测仪采集实时数据,确定N个区域初值根据M个地区特征进行数值赋予获取特征数值集,对历史气象数据进行遍历,根据气象数据遍历结果与特征数值集进行匹配,获取气象特征数值集生成多级告警指令,根据多级告警指令进行多等级天气预警,本发明解决了现有技术中无法对多地区的天气特征实时管控,导致天气预警效率以及准确率低的技术问题,实现了基于数值天气的合理化精准管控,提高天气预警效率以及准确率。

    有源配电网故障电流的确定方法、装置、设备及介质

    公开(公告)号:CN116773971B

    公开(公告)日:2023-12-19

    申请号:CN202311086861.1

    申请日:2023-08-28

    IPC分类号: G01R31/08 G01R19/00

    摘要: 本发明提供一种有源配电网故障电流的确定方法、装置、设备及介质,属于电力系统技术领域,其中方法包括:建立以有源配电网中至少一个电源为叶子节点,母线为根节点的树状线路结构;确定故障线路和第一阻抗值;获取非故障线路上至少一个非故障电源各自到母线的第二阻抗值;基于预设的等效恒流源模型、母线的短路电压、第一阻抗值、各第二阻抗值及各非故障电源的短路电流,确定各非故障电源中每一个非故障电源的接入容量阈值;基于预设约束方程及各接入容量阈值,确定非故障线路的故障电流之和;基于非故障线路的故障电流之和,确定故障线路的故障电流;基于非故障线路的故障电流之和及故障线路的故障电流,确定有源配电网的故障电流。

    风速预测模型的训练方法、装置、电子设备和存储介质

    公开(公告)号:CN115049024A

    公开(公告)日:2022-09-13

    申请号:CN202210971953.7

    申请日:2022-08-15

    摘要: 本发明提供风速预测模型的训练方法、装置、电子设备和存储介质,涉及风力发电技术领域,风速预测模型的训练方法包括:根据风电场的历史实测风速数据和与历史实测风速数据对应的风电场出力数据,得到观测风速;获取至少两个天气模式对应的至少两组预报数据,并根据每组预报数据分别构建气象特征;将观测风速和至少两组气象特征输入lasso回归模型,得到至少两个初步预测值;对每个初步预测进行偏差修正,得到至少两组预测风速;将预测风速作为初始风速预测模型的输入特征进行训练,获得风速预测模型。本发明基于深度学习网络完成多模式融合的风速预测模型的训练,该风速预测模型融合了不同的数值预报产品,可以更准确的预测风速。

    有源配电网故障电流的确定方法、装置、设备及介质

    公开(公告)号:CN116773971A

    公开(公告)日:2023-09-19

    申请号:CN202311086861.1

    申请日:2023-08-28

    IPC分类号: G01R31/08 G01R19/00

    摘要: 本发明提供一种有源配电网故障电流的确定方法、装置、设备及介质,属于电力系统技术领域,其中方法包括:建立以有源配电网中至少一个电源为叶子节点,母线为根节点的树状线路结构;确定故障线路和第一阻抗值;获取非故障线路上至少一个非故障电源各自到母线的第二阻抗值;基于预设的等效恒流源模型、母线的短路电压、第一阻抗值、各第二阻抗值及各非故障电源的短路电流,确定各非故障电源中每一个非故障电源的接入容量阈值;基于预设约束方程及各接入容量阈值,确定非故障线路的故障电流之和;基于非故障线路的故障电流之和,确定故障线路的故障电流;基于非故障线路的故障电流之和及故障线路的故障电流,确定有源配电网的故障电流。

    区域新能源的功率组合预测方法和设备

    公开(公告)号:CN117195751B

    公开(公告)日:2024-03-15

    申请号:CN202311468645.3

    申请日:2023-11-07

    摘要: 本发明提供一种区域新能源的功率组合预测方法和设备,属于功率预测技术领域,该方法包括:获取基于多个不同预测方式得到的目标区域的功率预测结果;功率预测结果为目标区域中全部新能源场站的功率预测结果;根据各个预测方式对应的功率预测结果,确定各个预测方式对应的功率预测结果与实发功率数据的偏差情况以及相关性;根据各个所述预测方式对应的偏差情况和相关性,确定各个预测方式对应的贡献度占比;根据各个预测方式对应的贡献度占比和功率预测结果,确定目标区域的目标功率预测结果。上述方案中,多种不同的预测方式,反映了新能源功率的不同变化趋势,可以提高新能源功率预测的准确性,减少误差。

    区域新能源的功率组合预测方法和设备

    公开(公告)号:CN117195751A

    公开(公告)日:2023-12-08

    申请号:CN202311468645.3

    申请日:2023-11-07

    摘要: 本发明提供一种区域新能源的功率组合预测方法和设备,属于功率预测技术领域,该方法包括:获取基于多个不同预测方式得到的目标区域的功率预测结果;功率预测结果为目标区域中全部新能源场站的功率预测结果;根据各个预测方式对应的功率预测结果,确定各个预测方式对应的功率预测结果与实发功率数据的偏差情况以及相关性;根据各个所述预测方式对应的偏差情况和相关性,确定各个预测方式对应的贡献度占比;根据各个预测方式对应的贡献度占比和功率预测结果,确定目标区域的目标功率预测结果。上述方案中,多种不同的预测方式,反映了新能源功率的不同变化趋势,可以提高新能源功率预测的准确性,减少误差。

    风速预测模型的训练方法、装置、电子设备和存储介质

    公开(公告)号:CN115049024B

    公开(公告)日:2022-11-01

    申请号:CN202210971953.7

    申请日:2022-08-15

    摘要: 本发明提供风速预测模型的训练方法、装置、电子设备和存储介质,涉及风力发电技术领域,风速预测模型的训练方法包括:根据风电场的历史实测风速数据和与历史实测风速数据对应的风电场出力数据,得到观测风速;获取至少两个天气模式对应的至少两组预报数据,并根据每组预报数据分别构建气象特征;将观测风速和至少两组气象特征输入lasso回归模型,得到至少两个初步预测值;对每个初步预测进行偏差修正,得到至少两组预测风速;将预测风速作为初始风速预测模型的输入特征进行训练,获得风速预测模型。本发明基于深度学习网络完成多模式融合的风速预测模型的训练,该风速预测模型融合了不同的数值预报产品,可以更准确的预测风速。