-
公开(公告)号：CN118332347A
公开(公告)日：2024-07-12
申请号：CN202410320133.0
申请日：2024-03-20
Applicant: 山东大学 , 国网山东省电力公司经济技术研究院
Inventor： 杨明 , 李文升 , 陶李丹澜 , 孙东磊 , 赵龙 , 于一潇 , 李梦林 , 王传琦 , 单帅杰 , 张元赫 , 周皓阳 , 刘晓明 , 陈博 , 梁荣 , 孟祥飞 , 孙毅 , 王宪 , 刘蕊 , 王耀 , 袁振华
IPC: G06F18/22 , G06F18/2131 , G06F18/23213 , G06Q50/06 , H02J3/46 , H02J3/14 , G06F123/02
Abstract: 本发明属于分布式光伏技术领域，提供了一种基于高维特征提取的分布式光伏时空特性匹配方法及系统，包括：获取分布式光伏的出力曲线和用户的负荷功率曲线；提取所获取曲线的时空特征，构建时空特征矩阵；根据所构建的时空特征矩阵，进行时空特征多维聚类；基于所得到的多维聚类结果和所获取曲线的时空特征，得到基于聚类结果的分布式光伏与用户负荷之间的相似性分析，完成分布式光伏的时空特性匹配。
-
公开(公告)号：CN118232324A
公开(公告)日：2024-06-21
申请号：CN202410320428.8
申请日：2024-03-20
Applicant: 山东大学 , 国网山东省电力公司经济技术研究院
Inventor： 杨明 , 李文升 , 卓敏仪 , 孙东磊 , 郑志杰 , 于一潇 , 李梦林 , 王传琦 , 单帅杰 , 张元赫 , 周皓阳 , 刘晓明 , 陈博 , 杜鹏 , 梁荣 , 孙毅 , 孟祥飞 , 刘蕊 , 王宪 , 王耀 , 袁振华
IPC: H02J3/00 , H02J3/38 , G06F18/2131 , G06F18/27 , G06N20/00 , G06N3/0442
Abstract: 本发明属于光伏功率预测技术领域，提供了一种考虑周期特性表征的中长期光伏功率预测方法及系统，包括：获取光伏历史功率数据和历史气象数据；筛选所获取的历史气象数据，得到关键相依气象；提取所得到的光伏历史功率数据的时序特征，得到中长期光伏功率周期分量预测值；根据所得到的关键相依气象和中长期光伏功率周期分量预测值，完成中长期光伏功率的预测。
-
公开(公告)号：CN119442918A
公开(公告)日：2025-02-14
申请号：CN202510024934.7
申请日：2025-01-08
Applicant: 山东大学
IPC: G06F30/27 , G06N3/0442 , G06N3/0985 , G06N20/20 , G06F113/06 , G06F119/06
Abstract: 本发明属于风电功率预测技术领域，具体公开了一种面向风机覆冰场景的短期风电功率预测方法及系统，方法包括：构建适用于风机叶片的覆冰模型，通过覆冰模拟辅助求解设定气象条件下覆冰模型中的关键参数；获取待测区域设定时间范围内风机覆冰场景下的气象数据及覆冰数据，气象数据输入至训练好的基本预测模型，得到风电功率基本预测结果，覆冰数据和风速数据输入至训练好的功率损失预测模型，得到功率损失预测结果；基于风电功率基本预测结果和功率损失预测结果，得到最终的面向风机覆冰场景的短期风电功率预测结果。本发明能够在节省计算资源的前期下，提高覆冰数据的计算准确性，进而提高功率预测结果的可靠性。
-
公开(公告)号：CN119209529A
公开(公告)日：2024-12-27
申请号：CN202411696989.4
申请日：2024-11-26
Applicant: 山东大学
IPC: H02J3/00 , G06Q10/063 , G06Q10/04 , G06Q50/06 , G06F18/213 , G06F18/24
Abstract: 本发明属于分行业负荷预测技术领域，本发明提供了一种基于类型分析和特征重构的分行业负荷预测方法及系统，获取各行业的用电负荷数据及气象特征数据，进行预处理；对不同行业的用电负荷进行分类；计算各气象特征变量与不同类别用电负荷之间的最大信息系数，根据最大信息系数的值进行特征选择，并重构气象特征矩阵；将距离待预测日设定时间段内的历史负荷数据作为模型输入特征，合并至特征矩阵中；以合并后的特征矩阵为输入，负荷值为输出，对深度学习模型进行训练；根据预测目标的用电类型选择对应的特征矩阵，利用训练后的深度学习模型进行日前负荷预测。本发明能够实现不同行业的日前负荷预测。
-
公开(公告)号：CN118153785A
公开(公告)日：2024-06-07
申请号：CN202410578268.7
申请日：2024-05-11
Applicant: 山东大学
IPC: G06Q10/04 , H02J3/00 , H02J3/46 , G06Q50/06 , G06F18/15 , G06F18/213 , G06F18/214 , G06F18/241 , G06N3/0455 , G06N3/084 , G06N3/088 , G06F123/02
Abstract: 本发明涉及风光新能源功率预测技术领域，提供了一种极端天气下风光爬坡事件及极值功率预测方法及系统。该方法包括，依据极端天气事件的机理分析结果，获取极端天气的常规气象数据和极端气象数据；基于极端天气的常规气象数据和极端气象数据，采用堆叠去噪自编码器进行编码，提取关键气象特征；基于关键气象特征，采用分类器，识别爬坡标签；基于连续爬坡过程的爬坡标签，采用预测网络，预测爬坡起止端点的极值功率，所述极值功率为爬坡起止端点功率的平均绝对误差。本发明能够准确预测爬坡事件及极值功率，降低新能源发电的不确定性，提高新能源的消纳范围，保障新型电力系统在复杂场景下的供电能力。
-
Patent Agency Ranking
公开(公告)号：CN117728403A
公开(公告)日：2024-03-19
申请号：CN202311753127.6
申请日：2023-12-18
Abstract: 本发明公开了一种寒潮天气大风场景下的风电功率概率预测方法及系统，涉及风电功率预测技术领域。该方法包括步骤：获取寒潮天气大风场景下数值天气预报数据和风电功率数据；根据数值天气预报数据与风电功率的相关性，选取出与风电功率强相关的关键气象因子；构建风电功率预测模型，利用风电功率预测模型对关键气象因子与风电功率数据进行预测，得到风电功率预测值；构建分位数回归概率预测模型，利用分位数回归概率预测模型对风电功率预测值进行处理，得到风电功率预测概率分布区间。本发明能够实现寒潮天气大风场景下风电功率的概率预测，为定性研究寒潮天气对风电的影响提供参考。
-
公开(公告)号：CN116436003B
公开(公告)日：2023-09-22
申请号：CN202310705489.1
申请日：2023-06-15
Applicant: 山东大学
IPC: H02J3/00 , H02J3/38 , G06N7/01 , G06F17/18 , G06F30/20 , G06F111/04 , G06F113/04 , G06F119/02
Abstract: 本发明属于电力系统技术领域，具体涉及一种主动配电网风险约束备用优化方法、系统、介质及设备，包括：考虑条件风险价值，确定主动配电网系统的运行风险；基于所确定的系统运行风险，构建主动配电网备用优化模型；采用改进的近端策略优化法求解所构建的主动配电网备用优化模型，完成主动配电网的备用优化；其中，所述改进的近端策略优化法采用使用时间差分偏差作为优势函数的无偏估计，将所构建的备用优化模型重构为约束马尔科夫决策过程，通过构建拉格朗日函数松弛条件风险价值约束完成主动配电网的备用优化。本发明考虑条件风险价值约束，通过构建备用优化模型实现主动配电网备用优化，提高主动配电网备用优化的可靠性与经济性。
-
公开(公告)号：CN116436003A
公开(公告)日：2023-07-14
申请号：CN202310705489.1
申请日：2023-06-15
Applicant: 山东大学
IPC: H02J3/00 , H02J3/38 , G06N7/01 , G06F17/18 , G06F30/20 , G06F111/04 , G06F113/04 , G06F119/02
Abstract: 本发明属于电力系统技术领域，具体涉及一种主动配电网风险约束备用优化方法、系统、介质及设备，包括：考虑条件风险价值，确定主动配电网系统的运行风险；基于所确定的系统运行风险，构建主动配电网备用优化模型；采用改进的近端策略优化法求解所构建的主动配电网备用优化模型，完成主动配电网的备用优化；其中，所述改进的近端策略优化法采用使用时间差分偏差作为优势函数的无偏估计，将所构建的备用优化模型重构为约束马尔科夫决策过程，通过构建拉格朗日函数松弛条件风险价值约束完成主动配电网的备用优化。本发明考虑条件风险价值约束，通过构建备用优化模型实现主动配电网备用优化，提高主动配电网备用优化的可靠性与经济性。
-
公开(公告)号：CN116362136A
公开(公告)日：2023-06-30
申请号：CN202310357445.4
申请日：2023-03-31
Applicant: 山东大学
IPC: G06F30/27 , G06Q30/0202 , G06Q10/0631 , G06F18/214 , G06Q50/06 , G06N3/0442 , G06N3/08 , G06F111/04 , G06F111/08
Abstract: 本发明属于储能系统优化调度技术领域，具体涉及一种独立储能系统的自调度优化方法及系统，包括：获取独立储能系统和电网运行的历史数据；根据所获取的数据，构建电价预测的关键特征集；基于所构建的关键特征集，结合预设的预测模型，分别进行日前电价和实时电价的预测，计算日前电价预测值和实时电价预测值的价差预测值；利用条件核密度估计构建价差预测值的先验分布模型，计算价差预测值的置信度；根据所得到的价差预测值的置信度，以独立储能电站的日收益最大为优化目标，完成独立储能系统的自调度优化。
-
公开(公告)号：CN115239029A
公开(公告)日：2022-10-25
申请号：CN202211161172.8
申请日：2022-09-23
Applicant: 山东大学
Abstract: 本发明属于风电功率预测技术领域，其解决了无法直接参照超短期预测将历史若干时刻实测风电功率作为预测模型输入的问题，提供一种考虑功率时序及气象相依特性的风电功率预测方法及系统。其中该方法包括得到预设区域高时空分辨率的网格化数值气象预报结果；基于网格化数值气象预报结果及训练完成的连续条件随机场模型，得到日前风电功率预测结果；连续条件随机场模型包括连续条件随机场的一元势函数模型和二元势函数模型；一元势函数模型用于初步预测出日前风电功率序列；二元势函数模型用于基于特征相似性来调整量化表征的初步预测的日前风电功率序列进行调整，得到最终的日前风电功率预测结果。其能够实现准确的日前风电功率预测。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.054 seconds)
