-
公开(公告)号：CN116937566A
公开(公告)日：2023-10-24
申请号：CN202310918374.0
申请日：2023-07-25
申请人： 广西电网有限责任公司 , 南方电网能源发展研究院有限责任公司
IPC分类号： H02J3/00 , H02J3/38 , G06F18/214 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06Q10/04 , G06Q50/06
摘要： 本申请涉及神经网络领域，特别是涉及一种风电功率多步预测方法、装置、计算机设备和存储介质，所述方法包括：获取待测风电场的历史风电负荷数据集，所述历史风电负荷数据集包括历史风电功率和历史天气特征；基于所述历史天气特征与所述历史风电功率的相关系数，选择所述历史天气特征中的目标天气特征；将所述历史风电功率和目标天气特征作为样本对CNN‑RNN‑LGBM模型进行训练，以优化所述CNN‑RNN‑LGBM模型的超参数，直到获得最优组合模型；基于所述待测风电场在目标时序段的风电负荷数据集，利用所述最优组合模型进行风电功率的多步预测。本发明提升风电功率的预测精度。
-
公开(公告)号：CN116565851A
公开(公告)日：2023-08-08
申请号：CN202310558840.9
申请日：2023-05-17
申请人： 广西电网有限责任公司 , 南方电网能源发展研究院有限责任公司
摘要： 本申请涉及一种基于聚类算法的风电场功率预测方法、装置、计算机设备和存储介质，能够提高风电场功率预测效率。所述方法包括：对预先获取的风电场的历史出力数据时间序列进行分割，基于分割结果得到多个片段序列；对多个片段序列进行聚类，得到多个片段序列簇，并根据每个片段序列簇的簇心片段序列，得到典型出力数据时间序列；获取当前出力数据时间序列；当前出力时间数据序列包括与未来时间点邻近的多个历史序列样点和未来时间点的预测序列样点；基于当前出力数据时间序列与各个典型出力数据时间序列的比较结果，确定风电场在未来时间点的预测风电场功率。
-
公开(公告)号：CN116362382A
公开(公告)日：2023-06-30
申请号：CN202310228747.1
申请日：2023-03-10
申请人： 广西电网有限责任公司 , 南方电网能源发展研究院有限责任公司 , 北京东润环能科技股份有限公司
IPC分类号： G06Q10/04 , G06Q50/06 , G06F17/11 , G06F17/18 , G06F16/215
摘要： 本发明公开了一种基于风电场覆冰状态的短期功率预测方法及系统，属于风电场功率预测技术领域，方法包括：获取风电场各风机的E文本数据、测风塔数据和风机历史覆冰厚度；将风机实际输出功率与根据测风塔数据预测计算得到的初始预测输出功率进行对比，建立助力预测模型；获取数值气象数据与各风机地理数据，对数值气象数据进行修正；计算风机惯性系数、留存系数和凝冻系数，建立覆冰厚度计算模型；引入风机覆冰条件，利用灰色关联度法计算修正的气象数据与覆冰厚度的关联度，对覆冰厚度计算模型进行校正，进而计算覆冰厚度；将风机覆冰厚度与初始预测输出功率输入至助力预测模型，确定最终预测输出功率；将最终预测输出功率上报。
-
公开(公告)号：CN115860247A
公开(公告)日：2023-03-28
申请号：CN202211638366.2
申请日：2022-12-19
申请人： 广西电网有限责任公司 , 南方电网能源发展研究院有限责任公司
IPC分类号： G06Q10/04 , G06Q50/06 , G06F18/2411 , G06F18/231 , G06N3/084 , G06N3/048
摘要： 本申请涉及一种极端天气下风机损失功率预测模型训练方法和装置。所述方法包括：获取风电场站中至少一个风电机组对应的地理位置信息以及气象信息；对各地理位置信息以及各气象信息进行特征提取，得到各风电机组对应的风电机组发电特征集；将各风电机组发电特征集输入至待训练的损失功率预测模型，得到各风电机组对应的风电机组损失功率预测值；根据各风电机组的运行特性以及各风电机组损失功率预测值，对待训练的损失功率预测模型进行训练，得到已训练的损失功率预测模型。采用本方法能够提高极端天气条件下风电机组的风机损失功率预测模型对功率损失值的预测精度。
-
公开(公告)号：CN116304713A
公开(公告)日：2023-06-23
申请号：CN202310340584.6
申请日：2023-03-31
申请人： 广西电网有限责任公司 , 南方电网能源发展研究院有限责任公司
IPC分类号： G06F18/214 , G06F18/241 , G06Q50/06 , G06Q10/20
摘要： 本申请涉及一种风电场故障场景预测模型的生成方法、装置和计算机设备，包括：获取风电场的第一样本数据，将第一样本数据划分为原训练集和原测试集；通过原训练集对预设的集成模型中的多个初级分类器分别进行k折交叉验证训练，得到训练完成的各个初级分类器的输出结果；通过原测试集对训练完成的各个初级分类器进行测试，得到训练完成的各个初级分类器的预测准确率；根据训练完成的各个初级分类器的输出结果、预测准确率和第一样本数据，得到第二样本数据；通过第二样本数据对集成模型中的次级分类器进行训练，得到训练完成的集成模型，作为风电场故障场景的预测模型。采用本方法能够实现风电场在不同故障场景的准确预测分析。
-
公开(公告)号：CN118277907A
公开(公告)日：2024-07-02
申请号：CN202410476445.0
申请日：2024-04-19
申请人： 广西电网有限责任公司 , 南方电网能源发展研究院有限责任公司
IPC分类号： G06F18/243 , G06F18/214 , G06N20/20 , G01W1/10
摘要： 本申请涉及一种风电场风机的极大风速预报方法、装置、计算机设备。获取样本风机对应的历史风机关联数据并进行预处理，作为训练样本数据，其中，风机关联数据包括风机实况材料、ECMWF模式的阵风预报场数据和气象站点大风实况资料；基于预处理后的ECMWF模式的阵风预报场数据，确定风机极大风速初步预测结果；基于预处理后的风机实况材料、气象站点大风实况资料和随机森林算法，确定风速映射关系；基于气象站点大风实况资料，优化U‑Net模型的损失函数，以得到极大风速预报订正模型，从而得到风机极大风速预报数据；基于风机极大风速预报数据和风速映射关系，确定风机极大风速预报结果。经验证，该方法进行风机极大风速预报的精度高，且普适性强。
-
公开(公告)号：CN118245559A
公开(公告)日：2024-06-25
申请号：CN202410477822.2
申请日：2024-04-19
申请人： 广西电网有限责任公司 , 南方电网能源发展研究院有限责任公司
摘要： 本申请涉及一种风电场风机覆冰停运容量预测方法、装置、设备和介质。通过基于风电场风机的历史覆冰信息、历史气象信息和预测气象信息确定覆冰影响因子，由风机覆冰预测模型基于预测气象信息输出覆冰预测结果，确定存在覆冰时，由风机运行状态预测模型基于第一神经网络、第二神经网络和覆冰影响因子输出覆冰停机时间，基于覆冰停机时间确定风机对应的覆冰停运容量。相较于传统的通过实际的覆冰试验结果进行预测，本方案结合风机的历史和预测信息，结合覆冰预测模型和风机状态预测模型等多个模型对风机是否存在覆冰以及风机覆冰时停机的时间进行预测，并基于时间确定风机的覆冰停运容量，提高了获取风机因覆冰而停运的容量的效率。
-
公开(公告)号：CN118154011A
公开(公告)日：2024-06-07
申请号：CN202311721331.X
申请日：2023-12-14
申请人： 广西电网有限责任公司 , 南方电网能源发展研究院有限责任公司
IPC分类号： G06Q10/0639 , G06Q10/0635 , G06Q50/06
摘要： 本申请涉及一种新能源场站的气象灾害评估方法和装置。获取目标区域在预设时间段内的气象数据、地理环境数据和新能源场站信息；根据气象数据、地理环境数据和新能源场站信息，确定目标灾害类型下目标区域内各新能源场站在每一预设指数下的预测指数值；各预设指数包括致灾因子危险性指数、孕灾环境敏感性指数和承灾体易损性指数；根据各新能源场站在每一预设指数下的预测指数值，以及每一预设指数对应的指数权重，确定目标区域内各新能源场站在目标灾害类型下的气象灾害评估指数；其中，每一预设指数的指数权重是对目标区域在历史时段内各新能源场站在每一预设指数下的实际指数值进行处理得到的。能够提高新能源场站的气象灾害评估结果的准确性。
-
公开(公告)号：CN117613890A
公开(公告)日：2024-02-27
申请号：CN202311655387.X
申请日：2023-12-05
申请人： 广西电网有限责任公司 , 南方电网能源发展研究院有限责任公司
IPC分类号： H02J3/00 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06Q50/06
摘要： 本申请涉及风功率预测技术领域，特别是涉及一种风功率预测方法、装置、计算机设备和存储介质。方法包括：获取历史风功率的时间序列数据，所述时间序列数据包含不同时间点的风功率值，分别训练极限学习机模型、长短时记忆神经网络模型和时间卷积网络模型；然后训练多目标预测模型；采用多目标哈里斯鹰算法，获取多目标预测模型的组合权值向量的帕累托最优解集；采用深度确定性策略梯度方法，根据帕累托最优解集，获取多目标预测模型中各模型的动态最优权值；根据多目标预测模型中的各模型及相应的动态最优权值，获取短期风功率的预测结果，可视化显示所述预测结果。采用本方法，能够提高对于短期风功率的预测结果的准确性和灵活性。
-
公开(公告)号：CN117134350A
公开(公告)日：2023-11-28
申请号：CN202311213080.4
申请日：2023-09-19
申请人： 广西电网有限责任公司 , 南方电网能源发展研究院有限责任公司
摘要： 本申请涉及一种极端天气条件下超短期风电功率分段预测方法、装置、计算机设备、存储介质和计算机程序产品。本申请能够提高极端天气条件下风电功率预测的准确度。该方法包括：根据风电机组历史数据和设备信息，设置风电功率时间序列趋势指标，并构建窗口调整机制；根据风电功率时间序列趋势指标，构建拐点检测机制，以及根据极端天气气象数据和功率突变周期准则，构建伪拐点识别机制；基于窗口调整机制、拐点检测机制和伪拐点识别机制，构建风电功率时间序列识别模型，将风电机组历史数据和设备信息输入风电功率时间序列识别模型，得到极端天气风电功率序列；将极端天气风电功率序列输入预设的风电功率预测模型，得到各序列风电功率预测结果。
-
-
-
-
-
-
-
-
-
搜索结果
82 条记录 (耗时 0.094 秒)
