-
公开(公告)号:CN118312901A
公开(公告)日:2024-07-09
申请号:CN202410488517.3
申请日:2024-04-23
申请人: 国网江苏省电力有限公司 , 国网江苏省电力有限公司盐城供电分公司 , 国网江苏省电力有限公司双创中心
IPC分类号: G06F18/2433 , G06F18/241 , G06Q50/06
摘要: 本发明提供了一种新型储能电站的海量数据分类采集方法,所述海量数据分类采集方法具体包括:(1)数据分类管理:对新型储能数据进行分类管理,通过不同类型数据层级关系进行分类,将数据分为一类数据,二类数据和三类数据;(2)信息采集链:根据数据分类结果和数据间的“1‑N”映射关系,对一类数据、二类数据、三类数据的“采集‑分析‑再采集”策略,形成有效数据信息采集链。本发明提供一种新型储能电站的海量数据分类采集方法,通过对新型储能数据进行分类管理,并结合各类数据的内部业务逻辑关系,进而在海量数据边缘侧管理时使用不同的采集范围、频次,以提高通讯链路有效数据利用率,降低关键数据传输时延等。
-
公开(公告)号:CN117611629A
公开(公告)日:2024-02-27
申请号:CN202311284325.2
申请日:2023-10-07
申请人: 国网江苏省电力有限公司 , 国网江苏省电力有限公司盐城供电分公司
摘要: 本发明公开了基于金字塔光流法与离散卡尔曼滤波的卫星云图外推方法:首先获取历史时刻的卫星云图数据,对卫星云图进行预处理;其次从预处理的卫星云图结果中,选择连续时刻的卫星云图作为历史数据,并构建金字塔图像分层;然后将上一层的光流运动场作为下一层图像的初始运动场,迭代计算新的光流运动场,将计算出的光流场作为离散卡尔曼滤波器的初始状态,对连续时刻的卫星云图进行预报;最后,将历史云图数据输入训练好的离散卡尔曼滤波器得到外推的云图结果。本方法可以有效地获取不同尺度下卫星云图的运动信息,使其对不同大小的云图变化更具有适应性,同时结合非线性的离散卡尔曼滤波器,提高了卫星云图外推的准确性和鲁棒性。
-
公开(公告)号:CN116562115A
公开(公告)日:2023-08-08
申请号:CN202211552755.3
申请日:2022-12-06
申请人: 国网江苏省电力有限公司 , 国网江苏省电力有限公司盐城供电分公司 , 江苏方天电力技术有限公司
IPC分类号: G06F30/27 , G06Q50/06 , G06F119/02
摘要: 本发明基于机器学习与气象相似时刻的新能源发电预测方法,具体步骤如下:步骤一:对气象数据进行网格插值,构建历史气象数据;步骤二:对气象要素于发电功率相关性分析,选取高相关性的气象要素;步骤三:对高相关性气象要素主成分分析;步骤四:建立气象因子匹配系数与气象相似时刻数据集;步骤五:构建机器学习架构;步骤六:基于机器学习,对相似时刻数据集进行发电功率预测。本发明提出一种基于气象相似时刻和机器学习的新能源发电预测,综合考虑气象因素对新能源发电影响与发电功率的历史统计特征,以实现对新能源发电功率的准确预测。
-
公开(公告)号:CN115905943A
公开(公告)日:2023-04-04
申请号:CN202211421840.6
申请日:2022-11-14
申请人: 国网江苏省电力有限公司 , 江苏方天电力技术有限公司 , 国网江苏省电力有限公司盐城供电分公司
IPC分类号: G06F18/241 , G06F18/22 , G06F18/23213
摘要: 一种基于云模型的气象数据综合定量评价方法,具体步骤如下:步骤一:数据归一化处理,本技术将气象数据指标划分为实数型和模糊型2种属性类型,并将各项指标划分为正、负属性;步骤二:数据云化处理,将各属性指标数据统一用云模型Ci(Ex,En,He)表示;步骤三:建立判断矩阵,采用层次分析法确定属性云模型的权重wi(Ex,En,He);步骤四:对多源属性云加权,生成待评价云模型Cz(Ex,En,He);步骤五:构建隶属云标尺,计算待评价云与相近基础云的相似度;步骤六:基于评价云与相近基础云的相似度计算,定性、定量评价多源气象数据。本发明提出一种基于云模型理论的气象数据定量评价技术,其特征在于:综合考虑多源数据属性指标;综合考虑实数型、模糊型属性等数据特性;使用云模型统一表示,客观定性定量分析数据特点。
-
公开(公告)号:CN118218287A
公开(公告)日:2024-06-21
申请号:CN202410453064.0
申请日:2024-04-16
申请人: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司双创中心 , 国网江苏省电力有限公司
摘要: 本发明公开了一种雷达镜片清洁装置及清洁方法,其属于云量检测设备技术领域,包括支撑组件、清洁组件和移位组件。支撑组件设置于扫描头上,且沿第一直线方向分布于镜片的两侧;清洁组件包括清洁软筒和驱动机构,清洁软筒与支撑组件可拆卸连接,清洁软筒上形成有清洁面,清洁面正对镜片,驱动机构能够控制清洁面沿清洁软筒的径向移动,使得清洁面能够接触或者远离镜片;移位组件能够带动清洁面沿垂直于第一直线方向往复运动且与镜片摩擦。雷达镜片清洁方法采用上述的雷达镜片清洁装置,具有较高的清洁效率,可以实现更好的清洁效果且能够保护镜片,避免清洁过程中损伤镜片。
-
公开(公告)号:CN118444407A
公开(公告)日:2024-08-06
申请号:CN202410453068.9
申请日:2024-04-16
申请人: 国网江苏省电力有限公司南京供电分公司 , 国网江苏省电力有限公司双创中心 , 国网江苏省电力有限公司
摘要: 本发明公开了一种云量计量设备及其使用方法,其属于云量监测技术领域,云量计量设备包括:工作台,其包括监测板,监测板上设置有监测温度传感器;镜头清洁组件,与监测温度传感器对应设置,镜头清洁组件包括收料卷筒、放料卷筒和清洁带,收料卷筒可转动设置于监测板,放料卷筒可转动设置于监测板且能够贴合或者远离监测板,放料卷筒和收料卷筒分别位于监测温度传感器的相对两侧,清洁带的一端卷绕于收料卷筒,另一端卷绕于放料卷筒,清洁带上间隔设置有多个清洁部组,每一清洁部组包括间隔设置的粘除部和透孔,清洁带能够贴合设置于监测温度传感器,粘除部用于粘除监测温度传感器的镜头上的污渍。本发明能够避免人工擦拭的安全隐患。
-
公开(公告)号:CN117236483A
公开(公告)日:2023-12-15
申请号:CN202310960025.5
申请日:2023-08-01
IPC分类号: G06Q10/04 , G06Q50/06 , G06N3/04 , G06N3/045 , G06N3/096 , G06N3/0464 , G06N3/08 , G06V10/40 , G06V10/80 , G06V10/82
摘要: 本发明公开了基于时间和空间注意力机制的可迁移光伏预测系统和方法,所述系统基于深度神经网络构建,用于基于时间和空间双路径注意力机制实现光伏辐照度数预测,所述系统包括空间路径与时间路径上的预训练模块,在迁移位置进行光伏辐照度数预测时,采用不同的编码的形式并基于预训练模块进行空间路径与时间路径上的云图特征识别,然后通过相应的自适应注意力训练,得到光伏辐照度数预测值。本发明极大的减小了计算工作量,可迁移性强,预测精度高。
-
公开(公告)号:CN116402175A
公开(公告)日:2023-07-07
申请号:CN202211530948.9
申请日:2022-12-01
IPC分类号: G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/0464 , G06N3/08
摘要: 本发明涉及一种基于长短时记忆神经网络的分布式光伏预测方法及系统,通过组建光伏传感器列阵采集区域光伏资源的空间分布与历史记录,并结合深层卷积网络技术与深层循环网络技术搭建了2‑D CNN‑BLSTM深度学习网络模型以对区域光照情况进行预测。该方法提高了光伏预测的精确度,可以为新能源发电调度与规划提供可靠信息,极大的增强电网的安全性与稳定性。
-
公开(公告)号:CN117277349A
公开(公告)日:2023-12-22
申请号:CN202311207223.0
申请日:2023-09-18
申请人: 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司
IPC分类号: H02J3/24 , H02J3/46 , H02J3/48 , G06Q10/067 , G06Q50/06
摘要: 本发明公开了一种风电最大穿透率评估方法、系统、存储介质及嵌入式装置,本发明的方法,首先,建立了风火联调下的系统频率响应模型;其次,根据系统频率响应模型计算系统频率最低点、最大频率变化率等频率响应特征;然后,分析频率响应指标与功率扰动和风电渗透率的关系,分别根据系统频率最低点和最大频率变化率约束单独构建系统的频率稳定区域;最后,取频率最低点和最大频率变化率约束下不同频率稳定区域的交集构建系统的频率稳定区域,并针对风电不参与和参与调频两种工况计算特定频率约束条件下不同功率扰动对应的系统风电最大渗透率。本发明方法简单且准确获得系统的风电穿透率极值。
-
公开(公告)号:CN118468186A
公开(公告)日:2024-08-09
申请号:CN202410659597.4
申请日:2024-05-27
申请人: 国网江苏省电力有限公司扬州供电分公司 , 国网江苏省电力有限公司
IPC分类号: G06F18/2433 , G06F18/22 , G06N20/00 , G06N3/042 , G06N3/092 , G06N3/098 , G06N3/0895
摘要: 本发明涉及异常检测领域,提供了一种基于联邦学习机制的风电数据异常检测方法及系统。所述方法包括:基于联邦多尺度式图对比学习特征生成模型生成引导节点;选择待聚合邻居节点集合;获得目标节点的高价值信息关系子图;利用基于消息传递机制的GNN聚合高价值信息关系子图中各个关系下邻居节点的信息;在本地完成邻居信息聚合后使用多层感知机作为分类器预测数据的异常性;计算分类损失,通过损失训练形成本地模型;使用本地模型加权平均的方式对全局模型进行迭代,得到联邦风电数据异常检测模型,对分布式存储在各地的风电数据进行实时检测。本发明在缓解Non‑IID问题的同时解决了邻居信息缺失问题,提高检测精度。
-
-
-
-
-
-
-
-
-