公开(公告)号：CN116451035A

公开(公告)日：2023-07-18

申请号：CN202310450686.3

申请日：2023-04-25

Applicant: 国网安徽省电力有限公司电力科学研究院 ,  安徽大学

Inventor： 陈凡 ,  丁津津 ,  李智 ,  罗超 ,  张倩 ,  樊磊 ,  伍骏杰 ,  刘依帆

IPC: G06F18/15 ,  G06F18/2433 ,  G06F18/243 ,  G06F18/214 ,  G06F18/213 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/082 ,  H02J3/00

Abstract: 本发明涉及一种提高分布式光伏预测精度的数据特征工程处理方法，包括：基于iForest算法进行初始数据识别；超分辨率重构‑双通道卷积神经网络进行数据重构，得到重构数据；通过皮尔逊相关系数将得到的重构数据进行相关性的分析；通过相关性的分析和格兰杰因果检验GCT找到最优时间偏移量输入进物理模型，将风速和风向进行变换和气象数据的归一化输入数据驱动模型进行处理。本发明中的物理模型的数据处理，专门用于处理场数据的时空相关性，最后引入特征生成技术来实现数据驱动模型的数据特征提取最大化；对缺失数据进行了识别差补，弥补了分布式光伏电站的数据缺失问题，因为该神经网络的双通道处理，差补的缺失数据与原有的相关性较高。

公开(公告)号：CN117277271A

公开(公告)日：2023-12-22

申请号：CN202311009525.7

申请日：2023-08-09

Applicant: 国网安徽省电力有限公司电力科学研究院 ,  安徽大学

Inventor： 陈凡 ,  丁津津 ,  李智 ,  罗超 ,  张倩 ,  刘依帆 ,  樊磊

IPC: H02J3/00 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08 ,  G06Q50/06 ,  H02J3/46

Abstract: 本发明涉及一种机理模型嵌入的深度学习光伏短期预测方法，包括：采用Softsign函数替换LSTM模型的tanh函数，采用CSS函数替换LSTM模型的sigmoid函数，得到改进的LSTM模型；将单二极管模型和改进的LSTM模型结合，得到Diode‑LSTM模型，使用历史数据训练Diode‑LSTM模型，得到训练好的Diode‑LSTM模型，使用训练好的Diode‑LSTM模型对未来一段时间内的光伏发电系统输出功率进行预测；将预测的输出功率与实际输出功率进行比较，评估预测的准确性，并根据需要进行调整和优化。本发明具有更好的梯度传递，Softsign函数的梯度在输入接近于0的时候更加平缓，因此可以更好地传递梯度，避免梯度消失或爆炸的问题，具有更快的收敛速度，具有更好的鲁棒性和更好的泛化能力，可以更好地适应不同的数据集和任务。

公开(公告)号：CN119135077A

公开(公告)日：2024-12-13

申请号：CN202411310791.8

申请日：2024-09-20

Applicant: 安徽大学 ,  国网安徽省电力有限公司蒙城县供电公司

Inventor： 张倩 ,  孙雨燕 ,  陈凡 ,  刘依帆 ,  王敏杰 ,  王康 ,  魏博 ,  李六一

IPC: H02S50/00 ,  G06F18/22 ,  G06F18/23 ,  G06N3/0464 ,  G06N3/0442 ,  H02S50/10 ,  H02S40/30 ,  H02J3/00 ,  H02J3/38 ,  H02J13/00

Abstract: 本公开提供了一种基于天气类型划分的移动平台短期光伏发电功率预测方法及装置，该方法包括：基于搭建好的光伏发电功率预测移动平台，采集待测时间段内不同时刻的光伏数据和气象数据，其中，所述气象数据包括各时刻的降雨量数据；对所述各时刻的降雨量数据进行修正，并根据修正后的各时刻的降雨量数据更新气象数据；根据光伏数据和更新后的气象数据进行相似日聚类，确定天气类型；根据天气类型，基于预先构建的CNN‑LSTM组合深度学习模型预测该时间段内的光伏发电功率，以此方式，可以降低单机光伏出力的随机性和波动性，提高光伏发电功率预测的精度。