-
公开(公告)号:CN112100904A
公开(公告)日:2020-12-18
申请号:CN202010806864.8
申请日:2020-08-12
Applicant: 国网江苏省电力有限公司南京供电分公司 , 天津大学
Inventor: 王文天 , 张明 , 葛磊蛟 , 嵇文路 , 姜小涛 , 方磊 , 牛睿 , 张继东 , 宋昭杉 , 许洪华 , 周冬旭 , 张玮亚 , 刘嘉恒 , 周科峰 , 傅乔清 , 许超 , 杨卓然
Abstract: 一种基于ICOA‑BPNN的分布式光伏电站有功功率虚拟采集方法,包括如下步骤:步骤1,设定虚拟采集的标杆电站;步骤2,数据的获取与预处理;步骤3,将样本集分为训练集与预测集;步骤4,对郊狼优化算法进行改进;步骤5:利用步骤4的优化算法优化BP神经网络的权值与阈值;步骤6,进行训练;步骤7,标杆电站功率预测;步骤8,虚拟采集。该方法通过划分网格化区域以消除了外界环境对光伏功率造成的影响,通过IOCA‑BP神经网络以及相似度指数预估网格区域其他分布式光伏电站的功率,解决了由于地处偏远农村贫瘠地区数量多、容量小、运维水平较低的分布式光伏电站相对于大型光伏电站成本过高,得不偿失的问题。
-
公开(公告)号:CN112100904B
公开(公告)日:2022-08-23
申请号:CN202010806864.8
申请日:2020-08-12
Applicant: 国网江苏省电力有限公司南京供电分公司 , 天津大学
Inventor: 王文天 , 张明 , 葛磊蛟 , 嵇文路 , 姜小涛 , 方磊 , 牛睿 , 张继东 , 宋昭杉 , 许洪华 , 周冬旭 , 张玮亚 , 刘嘉恒 , 周科峰 , 傅乔清 , 许超 , 杨卓然
Abstract: 一种基于ICOA‑BPNN的分布式光伏电站有功功率虚拟采集方法,包括如下步骤:步骤1,设定虚拟采集的标杆电站;步骤2,数据的获取与预处理;步骤3,将样本集分为训练集与预测集;步骤4,对郊狼优化算法进行改进;步骤5:利用步骤4的优化算法优化BP神经网络的权值与阈值;步骤6,进行训练;步骤7,标杆电站功率预测;步骤8,虚拟采集。该方法通过划分网格化区域以消除了外界环境对光伏功率造成的影响,通过IOCA‑BP神经网络以及相似度指数预估网格区域其他分布式光伏电站的功率,解决了由于地处偏远农村贫瘠地区数量多、容量小、运维水平较低的分布式光伏电站相对于大型光伏电站成本过高,得不偿失的问题。
-
公开(公告)号:CN112116144B
公开(公告)日:2021-04-13
申请号:CN202010964182.X
申请日:2020-09-15
Abstract: 本发明属于电力负荷预测技术领域,具体公开了一种基于孪生网络分类法、灰狼算法以及长短时记忆网络的区域配电网短期负荷预测方法。该负荷预测方法的步骤如下:首先应用孪生网络分类法对历史负荷数据进行提取与分类,根据预测日的负荷情况来确定输入特征的类别,提取对预测日负荷具有强相关性的负荷作为输入,解决了当前有效输入变量选择困难、计算步骤繁琐的问题;然后应用灰狼算法对长短时记忆网络预测模型进行参数优化选取,输入最优参数并对长短时记忆网络预测模型进行训练与测试,得到该预测日下的负荷预测值。本发明方法有效解决了现有预测模型效率低、运行成本较高、缺乏自适应能力的问题。
-
公开(公告)号:CN112116144A
公开(公告)日:2020-12-22
申请号:CN202010964182.X
申请日:2020-09-15
Abstract: 本发明属于电力负荷预测技术领域,具体公开了一种基于孪生网络分类法、灰狼算法以及长短时记忆网络的区域配电网短期负荷预测方法。该负荷预测方法的步骤如下:首先应用孪生网络分类法对历史负荷数据进行提取与分类,根据预测日的负荷情况来确定输入特征的类别,提取对预测日负荷具有强相关性的负荷作为输入,解决了当前有效输入变量选择困难、计算步骤繁琐的问题;然后应用灰狼算法对长短时记忆网络预测模型进行参数优化选取,输入最优参数并对长短时记忆网络预测模型进行训练与测试,得到该预测日下的负荷预测值。本发明方法有效解决了现有预测模型效率低、运行成本较高、缺乏自适应能力的问题。
-
-
-