公开(公告)号：CN118589494A

公开(公告)日：2024-09-03

申请号：CN202411059986.X

申请日：2024-08-05

申请人： 安徽大学

发明人： 颜娟 ,  吴海萍 ,  曹文平 ,  胡存刚

IPC分类号： H02J3/00 ,  H02J3/38 ,  G06F18/10 ,  G06N3/0442 ,  G06N3/08 ,  G06N5/01 ,  G06Q50/06 ,  G06F18/214 ,  G06F18/25

摘要： 本发明揭示了一种基于时空融合的风电功率预测方法及系统，搭建局部－全局智能决策模型进行风电功率预测；局部模型挖掘站点自身的时间相关性，全局模型挖掘站点与相邻站点间的时空相关性，进一步地，决策模型将预测站点自身的时间相关性与相邻站点间的时空相关性进行时空融合，以更好地表征区域内相邻站点间的时空相关性，不仅可以提高风电功率预测的准确度，还有助于增强电网运行稳定性和控制可靠性。

公开(公告)号：CN117763314B

公开(公告)日：2024-05-17

申请号：CN202410195166.7

申请日：2024-02-22

申请人： 安徽大学

发明人： 颜娟 ,  吴海萍 ,  曹文平 ,  胡存刚

IPC分类号： G06F18/20 ,  G06F18/2433 ,  G06F18/213 ,  G06Q50/06 ,  G06N3/0464 ,  G06N3/08 ,  H02J3/00

摘要： 本发明揭示了一种基于时空相关性挖掘的风电功率预测方法，基于时空相关性挖掘和多重注意力机制进行风电功率预测，搭建多层注意力机制并结合皮尔逊相关系数，充分挖掘区域内相邻站点间的时空相关性，不仅提高了风电功率预测的准确性，还有助于降低运维成本、提高决策效率和增强数据利用效率，对于推动风电能源的发展和消纳具有重要的实际意义。

公开(公告)号：CN117763314A

公开(公告)日：2024-03-26

申请号：CN202410195166.7

申请日：2024-02-22

申请人： 安徽大学

发明人： 颜娟 ,  吴海萍 ,  曹文平 ,  胡存刚

IPC分类号： G06F18/20 ,  G06F18/2433 ,  G06F18/213 ,  G06Q50/06 ,  G06N3/0464 ,  G06N3/08 ,  H02J3/00

摘要： 本发明揭示了一种基于时空相关性挖掘的风电功率预测方法，基于时空相关性挖掘和多重注意力机制进行风电功率预测，搭建多层注意力机制并结合皮尔逊相关系数，充分挖掘区域内相邻站点间的时空相关性，不仅提高了风电功率预测的准确性，还有助于降低运维成本、提高决策效率和增强数据利用效率，对于推动风电能源的发展和消纳具有重要的实际意义。