-
公开(公告)号:CN118966451A
公开(公告)日:2024-11-15
申请号:CN202411071775.8
申请日:2024-08-06
申请人: 山东建筑大学 , 国网山东省电力公司电力科学研究院
IPC分类号: G06Q10/04 , G06Q50/06 , G06F18/23213 , G06N3/0455 , G06N3/0464 , G06N3/0442 , G06N3/08
摘要: 本发明公开了一种分布式光伏集群超短期功率预测方法,包括:获取待测光伏发电原始数据;将所述待测光伏发电原始数据输入至双聚类模型,获取聚类簇,其中,所述双聚类模型分别进行第一层聚类和第二层聚类,通过所述第一层聚类获取相似气象特征聚类簇,通过所述第二层聚类获取当日区域聚类簇,所述聚类簇由所述相似气象特征聚类簇和所述当日区域聚类簇进行相似匹配获得;将所述聚类簇输入至编解码器模型,获取预测结果,其中,所述编解码器模型由训练集训练而成,所述训练集为由光伏发电历史数据经过两层聚类后的簇数据。本发明能够提高预测的准确率和时效性,最大限度地减少分布式光伏对电力系统稳定运行可能带来的负面影响。
-
公开(公告)号:CN118868068A
公开(公告)日:2024-10-29
申请号:CN202410965267.8
申请日:2024-07-18
申请人: 山东建筑大学
IPC分类号: H02J3/00 , H02J3/38 , G06N3/0442 , G06N3/08 , G06F17/10
摘要: 本发明公开了一种考虑尾流效应的风电功率预测方法及系统,方法包括:S1:获取风电场每个风机测量的原始数据;S2:建立尾流效应模型;S3:基于风电场每个风机测量的原始数据,通过尾流效应模型,分析风机之间的夹角、距离、功率谱密度相关因素,得出尾流效应值;S4:判断尾流效应值是否为零,若否,进行S5;若是,进行S6;S5:根据尾流效应值对不同风机的数据进行加权,得到加权后的数据;S6:将加权后的数据输入BiGRU模型中进行训练并预测风电功率。本发明根据风电场不同风机对彼此尾流影响的大小,对输入的时间序列数据进行加权,加权处理后的数据作为深度学习的输入数据,充分考虑尾流效应对风电功率预测的影响。
-