-
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：CN109886455B
公开(公告)日：2020-12-08
申请号：CN201910031331.4
申请日：2019-01-14
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 武汉大学
Abstract: 本发明涉及一种雷电气候下超短期负荷预测方法，其包括预处理方法和实时预测方法。预处理方法用于利用已有的非雷电天气下电网的负荷数据以及温度数据和降雨量数据、已有的电网在雷电天气下的负荷数据以及温度数据和降雨量数据，得到负荷差与温度差、降雨量差的关系式。实时预测方法则在利用负荷数据流对电网进行超短期负荷预测而得到基础预测曲线的基础上，叠加将要发生的雷电过程对应的负荷变化量，从而得到雷电气候下超短期负荷预测曲线。本发明基于数据流在线分割技术，同时考虑天气突变带来的温度和降雨量的变化对负荷变化的影响，对天气变化剧烈时间段的负荷预测结果进行修正，提高了在雷电等极端条件下负荷预测的准确性。
-
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：CN109829572B
公开(公告)日：2021-03-12
申请号：CN201910031565.9
申请日：2019-01-14
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 武汉大学
Abstract: 本发明涉及一种雷电气候下的光伏发电功率预测方法，为：建立输入为与辐照度相关的气象因素、输出为辐照度的机器学习模型，利用雷电天气时与辐照度相关的气象因素数据和辐照度数据训练机器学习模型，得到机器学习预测模型，从而在雷雨天气条件下利用机器学习预测模型预测辐照度，并将预测得到辐照度结合辐照度与光伏发电功率的转换公式来预测雷电天气条件下的光伏发电功率。机器学习模型优选为BP神经网络。本发明降低了预测的复杂程度，还能够提高预测准确度、可靠性和有效性。
-
公开(公告)号：CN109886455A
公开(公告)日：2019-06-14
申请号：CN201910031331.4
申请日：2019-01-14
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 武汉大学
Abstract: 本发明涉及一种雷电气候下超短期负荷预测方法，其包括预处理方法和实时预测方法。预处理方法用于利用已有的非雷电天气下电网的负荷数据以及温度数据和降雨量数据、已有的电网在雷电天气下的负荷数据以及温度数据和降雨量数据，得到负荷差与温度差、降雨量差的关系式。实时预测方法则在利用负荷数据流对电网进行超短期负荷预测而得到基础预测曲线的基础上，叠加将要发生的雷电过程对应的负荷变化量，从而得到雷电气候下超短期负荷预测曲线。本发明基于数据流在线分割技术，同时考虑天气突变带来的温度和降雨量的变化对负荷变化的影响，对天气变化剧烈时间段的负荷预测结果进行修正，提高了在雷电等极端条件下负荷预测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN111489028B
公开(公告)日：2021-06-08
申请号：CN202010272463.9
申请日：2020-04-09
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 武汉大学
Abstract: 一种基于雷云轨迹跟踪的雷电条件下的光伏功率预测方法，基于雷云轨迹跟踪技术，预测出雷云到达和离开光伏电站上空的时刻，结合动量定理判断云体大小和风度之间的关系，进而知道雷云在光伏电站上空的持续时间；然后，通过气象因素和辐照度历史信息，利用BP神经网络将温度和湿度作为输入进行辐照度预测，最后通过光伏功率转化公式得到光伏功率的预测值。本发明通过光伏功率转化公式简化了天气因素与辐照度的非线性关系，通过云轨迹跟踪技术，解决在雷电等极端气候条件下光伏功率预测有效性问题，提高预测精度，为电力调度部门提供可靠的预测值，便于调度部门在雷电等极端气候影响下提前进行电网潮流优化和调度，提高电力系统安全性和稳定性。
-
公开(公告)号：CN111489028A
公开(公告)日：2020-08-04
申请号：CN202010272463.9
申请日：2020-04-09
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 武汉大学
Abstract: 一种基于雷云轨迹跟踪的雷电条件下的光伏功率预测方法，基于雷云轨迹跟踪技术，预测出雷云到达和离开光伏电站上空的时刻，结合动量定理判断云体大小和风度之间的关系，进而知道雷云在光伏电站上空的持续时间；然后，通过气象因素和辐照度历史信息，利用BP神经网络将温度和湿度作为输入进行辐照度预测，最后通过光伏功率转化公式得到光伏功率的预测值。本发明通过光伏功率转化公式简化了天气因素与辐照度的非线性关系，通过云轨迹跟踪技术，解决在雷电等极端气候条件下光伏功率预测有效性问题，提高预测精度，为电力调度部门提供可靠的预测值，便于调度部门在雷电等极端气候影响下提前进行电网潮流优化和调度，提高电力系统安全性和稳定性。
-
公开(公告)号：CN109829572A
公开(公告)日：2019-05-31
申请号：CN201910031565.9
申请日：2019-01-14
Applicant: 国网江苏省电力有限公司苏州供电分公司 , 武汉大学
Abstract: 本发明涉及一种雷电气候下的光伏发电功率预测方法，为：建立输入为与辐照度相关的气象因素、输出为辐照度的机器学习模型，利用雷电天气时与辐照度相关的气象因素数据和辐照度数据训练机器学习模型，得到机器学习预测模型，从而在雷雨天气条件下利用机器学习预测模型预测辐照度，并将预测得到辐照度结合辐照度与光伏发电功率的转换公式来预测雷电天气条件下的光伏发电功率。机器学习模型优选为BP神经网络。本发明降低了预测的复杂程度，还能够提高预测准确度、可靠性和有效性。
-
公开(公告)号：CN112202163B
公开(公告)日：2022-02-18
申请号：CN202010951083.8
申请日：2020-09-11
Applicant: 国网江苏省电力有限公司苏州供电分公司
IPC: H02J3/00
Abstract: 本发明涉及一种基于响应面法的电力系统负荷组成辨识方法，包括以下步骤：步骤一：基于电力系统中的各类负荷建立包含各类负荷占比的参数化的电力系统综合负荷模型；步骤二：基于电力系统综合负荷模型计算电力系统中的节点i在时刻tg的电压响应面；步骤三：获取电力系统中的节点i在时刻tg的实际电压响应；步骤四：基于电力系统中的节点i在时刻tg的电压响应面和实际电压响应之间的误差最小进行求解，得到各类负荷的占比而确定各类负荷的构成比例。本发明将动态模型的大量计算通过响应面法转化为离线计算，可以快速计算出负荷的组成成分，避免了传统辨识方法中大量的动态模型计算，可以提高辨识效率。
-
公开(公告)号：CN109858668B
公开(公告)日：2021-06-08
申请号：CN201811574439.X
申请日：2018-12-21
Applicant: 国网江苏省电力有限公司苏州供电分公司
Abstract: 一种雷电气候下电力负荷区域协调预测方法，包括对区域用户历史日期中的用电行为进行统计形成历史数据库，决策出待预测日区域用户的用电模式，根据待预测日的用电模式，预测得到待预测日该区域用户的负荷；对每一个区域用户的负荷进行汇总形成系统负荷，并对于系统负荷进行负荷预测；基于每个区域用户的历史负荷数据，得到每个区域用户在协调预测模型中的配比权重对于系统负荷的预测结果和单个区域的用户负荷进行协调修正。本发明能够提高雷电气候下的短期负荷预测精度，从而提升发电计划安排的效率，并促进电力系统安全、稳定、经济地运行。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.077 seconds)
