-
公开(公告)号:CN105184679A
公开(公告)日:2015-12-23
申请号:CN201510608424.0
申请日:2015-09-22
申请人: 国网山东省电力公司电力科学研究院 , 国家电网公司 , 国网山东寿光市供电公司
摘要: 本发明公开了风电场功率多时间尺度联合预测方法包括:采集整个风电场预设时间内的风速和功率历史数据,得到风电场的历史风速时间序列和历史功率时间序列;利用多小波包分解技术对历史风速时间序列和历史功率时间序列分别进行小波包分解,得到历史风速时间序列及历史功率时间序列的低频段、中频段和高频段分量;利用RBF神经网络模型分别对历史风速时间序列及历史功率时间序列的低频段和中频段分量进行短期风电场的风速和功率滚动预测;利用若干最小二乘支持向量机分别对历史风速时间序列及历史功率时间序列的低频段、中频段和高频段分量进行超短期风电场的风速和功率滚动预测;将得到的短期和超短期风电场的风速和功率滚动预测数据上传至电力调控中心。
-
公开(公告)号:CN107578124B
公开(公告)日:2024-05-17
申请号:CN201710751174.5
申请日:2017-08-28
申请人: 国网山东省电力公司电力科学研究院 , 国家电网公司
IPC分类号: G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , H02J3/00
摘要: 本发明公开了一种基于多层改进GRU神经网络的短期电力负荷预测方法,周期性的构建样本数据集;对样本中的输入数据进行异常点识别和缺失值处理,对处理后的数据进行标准化变换,并将数据集分成训练集、验证集和待预测集;构建改进的GRU神经网络,将训练集数据输入该网络进行多轮训练,得到训练完成后的网络,并利用该网络对验证数据集进行多轮验证测试学习效果,记录并保存最优验证结果的模型权重;将待预测数据集输入训练后得到的最优GRU模型,计算标准化预测结果并进行逆标准化变换,得出最终预测结果。本发明提升了训练的速度和训练的效率。
-
公开(公告)号:CN108767894B
公开(公告)日:2020-04-21
申请号:CN201810400662.6
申请日:2018-04-28
申请人: 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网公司
摘要: 本发明实施例公开了基于电网区域控制偏差的机组综合控制方法及系统,方法包括根据互联电网间的功率变化及电网频率变化计算区域控制偏差ACE;结合电网运行历史数据的死区非线性函数,根据所述区域控制偏差ACE,获取机组的调节次数;根据所述调节次数,得到负荷调整幅度,并预判出AGC调节将对机组主汽压力产生的压力变化量;计算机组主汽压力设定值与主汽压力测量值的偏差值,将该偏差值与预判的压力变化量进行求和运算,得到预估主汽压力波动值;根据预估主汽压力波动值,控制机组调整速度。本发明提前预判机组需要动作的幅度以及机组能量是否足以确保该次调节的性能,滤除不必要的机组风、煤、水等锅炉侧燃烧调节,达到节能降耗目的。
-
公开(公告)号:CN108767894A
公开(公告)日:2018-11-06
申请号:CN201810400662.6
申请日:2018-04-28
申请人: 国网山东省电力公司电力科学研究院 , 国网山东省电力公司 , 国家电网公司
摘要: 本发明实施例公开了基于电网区域控制偏差的机组综合控制方法及系统,方法包括根据互联电网间的功率变化及电网频率变化计算区域控制偏差ACE;结合电网运行历史数据的死区非线性函数,根据所述区域控制偏差ACE,获取机组的调节次数;根据所述调节次数,得到负荷调整幅度,并预判出AGC调节将对机组主汽压力产生的压力变化量;计算机组主汽压力设定值与主汽压力测量值的偏差值,将该偏差值与预判的压力变化量进行求和运算,得到预估主汽压力波动值;根据预估主汽压力波动值,控制机组调整速度。本发明提前预判机组需要动作的幅度以及机组能量是否足以确保该次调节的性能,滤除不必要的机组风、煤、水等锅炉侧燃烧调节,达到节能降耗目的。
-
公开(公告)号:CN105591371B
公开(公告)日:2018-08-10
申请号:CN201610100891.7
申请日:2016-02-24
申请人: 国网山东省电力公司电力科学研究院 , 国家电网公司
CPC分类号: Y02E10/563
摘要: 本发明公开了基于光伏电站功率控制系统的防孤岛保护控制系统及方法,包括:防孤岛控制模块,分别用于与光伏电站有功/无功控制系统及光伏电站监控系统通信;所述光伏电站有功/无功控制系统分别与光伏电站监控系统及无功补偿控制系统通信,光伏电站监控系统与光伏发电单元通信连接,无功补偿控制系统与无功补偿装置通信连接;本发明将被动式孤岛检测与无功有功联合扰动孤岛检测结合,实现了大规模光伏电站快速孤岛检测,避免多台串并联逆变器主动式孤岛检测信号的相互扰动,减小了被动式孤岛检测的盲区。
-
公开(公告)号:CN108045530A
公开(公告)日:2018-05-18
申请号:CN201711262447.6
申请日:2017-12-04
申请人: 国网山东省电力公司电力科学研究院 , 山东鲁能智能技术有限公司 , 国家电网公司
摘要: 本发明公开了一种海底电缆探测水下机器人及作业方法,本发明借助电缆安全接口可实现ROV/AUV模式相互切换,具有自主航行、远程控制和精准探测的能力,用于海底电缆工程的施工勘测、日常巡检及故障探测。可在海底电缆工程开工前对海底电缆路由的地形地貌进行施工勘测,对投入运行的海底电缆埋设及运行状况进行日常巡检,并对出现故障或断裂事故的海底电缆进行现场抵近观察。
-
公开(公告)号:CN107679723A
公开(公告)日:2018-02-09
申请号:CN201710874583.4
申请日:2017-09-25
申请人: 国网山东省电力公司电力科学研究院 , 国家电网公司
CPC分类号: G06Q10/0639 , G06F17/30539 , G06F2216/03 , G06Q10/04 , G06Q50/06 , H04L67/025
摘要: 本发明公开了一种新能源发电并网系统的网络化远程测试方法,它包括以下步骤:构建新能源发电并网系统的网络化远程综合测试平台主体框架,研究分布式电源系统运行数据远程监测功能的实现方法、在线试验和分布式测试现场、移动车载、集控中心的数据及音视频实时传输的方案;研究网络化远程综合测试平台数据分析计算过程,采用数据挖掘技术提取关键数据信息,建立现场设备运行数据及在线检测评价数据库,并构建现场设备状态评价模型;研发基于虚拟测控技术的网络化远程综合测试平台,进行新能源发电并网系统运行数据的远程监测和新能源发电并网系统的远程在线测试及检测。本发明能够协调控制众多地域分散的分布式电源,保证电力系统的稳定。
-
公开(公告)号:CN107591840A
公开(公告)日:2018-01-16
申请号:CN201710876405.5
申请日:2017-09-25
申请人: 国网山东省电力公司电力科学研究院 , 国家电网公司
摘要: 本发明公开了一种考虑随机相关性的区域多微网系统可靠性评估方法,它包括以下步骤:步骤1,对微网群运行变量间的随机相关性进行分析;步骤2,对微网群内风速及负荷进行建立微网群可靠性模型;步骤3,对微网群运行变量进行抽样;步骤4,判断微网群可靠性指标的收敛情况;步骤5,制定微网群可靠性评估中的供电策略;步骤6,计算微网群系统的可靠性。本发明考虑了微网群内各微网之间运行变量之间的随机相关性;并将该微网群可靠性评估模型应用于微网群可靠性评估算法,以期为微网群高可靠性供电提供指导,不仅为微网群协调运行调度提供了指导,而且保证了微网群高可靠性供电。
-
公开(公告)号:CN107239859A
公开(公告)日:2017-10-10
申请号:CN201710414757.9
申请日:2017-06-05
申请人: 国网山东省电力公司电力科学研究院 , 山东鲁能软件技术有限公司 , 国家电网公司
摘要: 本发明公开了一种基于串联长短期记忆循环神经网络的供热负荷预测方法,选取给定时间段的气温气候、供热量数据,构建样本数据集,对样本数据集中的输入数据和输出数据分别进行标准化处理;将输入数据分成两部分,使其分别进入两个独立的长短期记忆循环神经网络,然后对两个长短期记忆循环神经网络进行合并,输出数据再进入下一层长短期记忆循环神经网络,最后进入两个全连接层;对构建的串联长短期记忆循环网络进行训练,利用参数寻优的自适应矩估计算法进行优化;将待预测数据输入串联长短期记忆循环网络,计算得出供热负荷预测结果。本发明能够有效地甄别输入数据,加速学习速度,提高学习效率,提高预测精度。
-
公开(公告)号:CN105184391A
公开(公告)日:2015-12-23
申请号:CN201510510342.2
申请日:2015-08-19
申请人: 国网山东省电力公司电力科学研究院 , 国网山东节能服务有限公司 , 国家电网公司
摘要: 本发明公开了一种基于小波分解和支持向量机的风电场风速与功率预测方法,包括:采集整个风电场预设时间内的风速和功率历史数据,得到风电场的历史风速时间序列和历史功率时间序列;利用小波包分解技术对历史风速时间序列进行小波包分解,得到历史风速时间序列的低频段、中频段和高频段分量;利用灰色支持向量机预测模型对历史风速时间序列各分量进行预测,然后利用小波包重构得到短期风速预测数据;利用历史风电功率数据和数值天气预报风速数据作为训练集建立灰色支持向量机模型,进行风电功率的一次预测;对得到的风速预测数据、风电功率预测数据,通过RBF神经网络进行预测,得到风电功率最终预测值。预测准确率更高。
-
-
-
-
-
-
-
-
-