-
公开(公告)号：CN112307675A
公开(公告)日：2021-02-02
申请号：CN202011213025.1
申请日：2020-11-03
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 武汉大学
Abstract: 一种基于神经网络的温度敏感型负荷分离辨识方法，该方法通过总负荷功率与影响因素的关联度分析，确定了常规负荷功率与温度之间的线性相关性在满足一定条件的情况下趋向于0，以温度与常规负荷之间的线性相关性最小为目标评价函数，进行神经网络算法训练，最终得到温度与温度敏感型负荷功率之间的非线性映射函数关系，从而实现总负荷功率中温度敏感型负荷功率的分离。经该方法分离辨识的负荷功率能够应用于后续负荷预测领域，有效提高负荷预测精度，并且该方法适用于10kV及以上电压等级的馈线负荷预测领域，所得结果能够作为区域性调度策略制定的数据。
-
公开(公告)号：CN112307675B
公开(公告)日：2022-04-26
申请号：CN202011213025.1
申请日：2020-11-03
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 武汉大学
Abstract: 一种基于神经网络的温度敏感型负荷分离辨识方法，该方法通过总负荷功率与影响因素的关联度分析，确定了常规负荷功率与温度之间的线性相关性在满足一定条件的情况下趋向于0，以温度与常规负荷之间的线性相关性最小为目标评价函数，进行神经网络算法训练，最终得到温度与温度敏感型负荷功率之间的非线性映射函数关系，从而实现总负荷功率中温度敏感型负荷功率的分离。经该方法分离辨识的负荷功率能够应用于后续负荷预测领域，有效提高负荷预测精度，并且该方法适用于10kV及以上电压等级的馈线负荷预测领域，所得结果能够作为区域性调度策略制定的数据。
-
公开(公告)号：CN111552923B
公开(公告)日：2021-05-04
申请号：CN202010322604.3
申请日：2020-04-22
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 武汉大学
Abstract: 一种基于通用分布的负荷预测方法及预测系统，以实现电力系统短期负荷功率预测。该方法将历史气象信息数据和电气数据相结合，针对不同的温度增量水平分别构建相应的统计分析模型。首先采用直方图模型来近似表征实际分布，然后选取适当的模型对实际分布进行拟合，本文采用通用分布函数模型进行拟合，并且依据通用分布CDF函数的逆函数的闭合解析表达式，得出一定置信水平下预测功率的置信区间。
-
公开(公告)号：CN111552923A
公开(公告)日：2020-08-18
申请号：CN202010322604.3
申请日：2020-04-22
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 武汉大学
Abstract: 一种基于通用分布的负荷预测方法及预测系统，以实现电力系统短期负荷功率预测。该方法将历史气象信息数据和电气数据相结合，针对不同的温度增量水平分别构建相应的统计分析模型。首先采用直方图模型来近似表征实际分布，然后选取适当的模型对实际分布进行拟合，本文采用通用分布函数模型进行拟合，并且依据通用分布CDF函数的逆函数的闭合解析表达式，得出一定置信水平下预测功率的置信区间。
-
Patent Agency Ranking
公开(公告)号：CN111797132B
公开(公告)日：2022-05-13
申请号：CN202010552148.1
申请日：2020-06-17
Applicant: 武汉大学 , 国网河北省电力有限公司
IPC: G06F16/2458 , G06F16/28 , G06F17/18
Abstract: 本发明涉及可再生能源技术，具体涉及考虑时空相关性的多可再生能源电站功率场景生成方法，包括步骤1、确定假设条件和近似概率分布函数；步骤2、建立联合分布Copula模型；步骤3、基于吉布斯采样的时空相关性生成场景；步骤4、去除采样点尚未全部进入收敛域之前的burn‑in过程中未收敛的场景，留下收敛域中的可再生能源电站功率场景。该方法采用了截断通用分布来表征可再生能源电站实际功率的条件分布，能得到最为相似的近似概率分布模型，更好地表征功率的概率分布特性。采用了吉布斯采样技术，大大减小采样所需的存储空间与采样时间。同时考虑了风电和光伏的相关性，相较于只考虑单一种类可再生能源电站的采样方法更为全面。
-
公开(公告)号：CN114595878B
公开(公告)日：2024-08-13
申请号：CN202210189334.2
申请日：2022-02-28
Applicant: 武汉大学 , 国网湖北省电力有限公司电力科学研究院 , 国网湖北省电力有限公司
IPC: G06Q10/04 , G06Q10/067 , G06Q50/06 , G06F30/27 , G06N3/0442 , G06N3/08 , H02J3/00
Abstract: 本发明涉及电网广义负荷预测技术，具体涉及一种基于广义负荷分离结果的负荷预测方法。本发明的目的是提供一种考虑广义负荷的分离辨识结果，对于分离得到的温度敏感性负荷序列构建单一影响因素的LSTM模型进行预测；针对负荷中的分布式光伏功率序列采用基于Kmeans聚类‑LSTM的光伏预测方法；对于常规负荷序列使用差分整合移动平均自回归模型(ARIMA)进行针对时间序列的预测；最后将三者的预测结果叠加从而得到总的广义负荷预测结果。本发明使用的考虑广义负荷分离辨识的预测方法可以很好地把握各类影响因素的特征信息，与其他算法相比具有较高的预测精度。
-
公开(公告)号：CN114595878A
公开(公告)日：2022-06-07
申请号：CN202210189334.2
申请日：2022-02-28
Applicant: 武汉大学 , 国网湖北省电力有限公司电力科学研究院 , 国网湖北省电力有限公司
Abstract: 本发明涉及电网广义负荷预测技术，具体涉及一种基于广义负荷分离结果的负荷预测方法。本发明的目的是提供一种考虑广义负荷的分离辨识结果，对于分离得到的温度敏感性负荷序列构建单一影响因素的LSTM模型进行预测；针对负荷中的分布式光伏功率序列采用基于Kmeans聚类‑LSTM的光伏预测方法；对于常规负荷序列使用差分整合移动平均自回归模型(ARIMA)进行针对时间序列的预测；最后将三者的预测结果叠加从而得到总的广义负荷预测结果。本发明使用的考虑广义负荷分离辨识的预测方法可以很好地把握各类影响因素的特征信息，与其他算法相比具有较高的预测精度。
-
公开(公告)号：CN113705103A
公开(公告)日：2021-11-26
申请号：CN202111012725.9
申请日：2021-08-31
Applicant: 武汉大学 , 国网湖北省电力有限公司电力科学研究院 , 国网湖北省电力有限公司
IPC: G06F30/27 , G06Q50/06 , G06F119/02
Abstract: 本发明涉及电网广义负荷分离技术，具体涉及一种基于改进BP神经网络的分布式光伏功率分离方法。在区域内量测装置不足且无法通过传统的光伏预测方法获取区域内光伏出力的情况下，提出一种基于改进BP神经网络并且利用相关性条件分离出广义负荷中的分布式光伏功率的方法。包括在考虑辐照对分布式光伏的影响基础之上，且分布式电源功率与广义负荷功率的加和为常规负荷功率。利用区域内实际的常规负荷功率与辐照度之间零线性相关的前提，建立了辐照度到区域内光伏出力之间的映射关系，从而建立广义负荷中的光伏出力的分离辨识模型。使用辐照度与广义负荷功率历史序列进行训练，利用区域内实际的常规负荷功率与辐照度之间零线性相关的特点分离光伏功率。
-
公开(公告)号：CN111797132A
公开(公告)日：2020-10-20
申请号：CN202010552148.1
申请日：2020-06-17
Applicant: 武汉大学 , 国网河北省电力有限公司
IPC: G06F16/2458 , G06F16/28 , G06F17/18
Abstract: 本发明涉及可再生能源技术，具体涉及考虑时空相关性的多可再生能源电站功率场景生成方法，包括步骤1、确定假设条件和近似概率分布函数；步骤2、建立联合分布Copula模型；步骤3、基于吉布斯采样的时空相关性生成场景；步骤4、去除采样点尚未全部进入收敛域之前的burn-in过程中未收敛的场景，留下收敛域中的可再生能源电站功率场景。该方法采用了截断通用分布来表征可再生能源电站实际功率的条件分布，能得到最为相似的近似概率分布模型，更好地表征功率的概率分布特性。采用了吉布斯采样技术，大大减小采样所需的存储空间与采样时间。同时考虑了风电和光伏的相关性，相较于只考虑单一种类可再生能源电站的采样方法更为全面。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.063 seconds)
