区域数据中心需求潜力组合预测方法及装置

    公开(公告)号:CN114004420A

    公开(公告)日:2022-02-01

    申请号:CN202111346533.1

    申请日:2021-11-15

    摘要: 本发明公开了一种基于神经网络模型的区域数据中心需求潜力组合预测方法及装置,所述方法包括:对区域数据中心需求量的影响因素进行分析和量化,得到初始数据集,并对数据中心需求潜力值进行定义和量化;将初始数据集进行无量纲化处理得到无量纲化数据集,将无量纲化数据集输入组合预测模型进行模型训练;对初始数据集进行趋势外推得到未来指标数据,并将所来指标数据输入到训练好的组合预测模型中进行预测;对预测结果采用协方差权重分配法来对权重进行分配,得到数据中心需求潜力值。本发明将影响因素的未来指标数据,分别带入组合预测模型进行进行预测,提高了需求潜力预测精度。

    一种区域风电功率概率预测方法及系统

    公开(公告)号:CN117081034A

    公开(公告)日:2023-11-17

    申请号:CN202310628603.5

    申请日:2023-05-30

    摘要: 本发明公开一种区域风电功率概率预测方法,属于电力系统风力发电功率预测领域,包括:计算待预测区域内任意风电场发电功率的相关性系数并得到任意风电场发电功率之间的距离,基于任意风电场发电功率之间的距离采用层次聚类将整个区域划分为多个子区域;将每个子区域内风电场按照预定方式进行排序,并根据排序选择基准场站;采用预先训练的循环神经网络提取基准场站发电功率的空间相关性特征;采用预先训练的多层感知器将基准场站的发电场景扩展为区域聚合功率的发电场景;整理区域聚合功率的发电场景对应的区域聚合功率概率分布结果,并上报。本发明考虑风电场发电功率的空间相关性,能够提升区域聚合功率预测精度。