-
公开(公告)号：CN116562455A
公开(公告)日：2023-08-08
申请号：CN202310558338.8
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 , 广西壮族自治区气象服务中心
摘要： 本申请涉及一种风力发电机的气温预报数据处理方法、装置、计算机设备。所述方法包括：获取样本风力发电机对应的历史风机顶部气温数据、风机地理信息，以及基于数值模式的地面气温预报数据，按时间序列融合得到目标序列矩阵，作为训练样本数据；获取用于模型训练的目标模型算法；根据训练样本数据和目标模型算法，对预设网络模型进行模型训练，得到粒子群网络集成模型，作为预报数据订正模型；预报数据订正模型用于对输入的风力发电机的地面气温预报数据进行订正，得到风机顶部气温预测结果。采用本方法能够有效减少数值模式地面气温预报数据与风机顶部实况气温的差距，提升了风机顶部气温预报的准确性。
-
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。
-
公开(公告)号：CN116562456A
公开(公告)日：2023-08-08
申请号：CN202310558452.0
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组合权重的多模式融合风机覆冰预测方法和装置。所述方法包括：获取风电区域对应的风机实况气温数据、网格气温预报数据以及风机位置数据；将风机实况气温数据、网格气温预报数据以及风机位置数据输入到至少一个风电区域对应的风机温度订正模型，得到风电区域对应的风机气温预测数据；对风机气温预测数据中各风机气温预测信息的组合重要度信息进行调整，得到风电区域对应的风机气温订正数据；将风机气温订正数据以及网格气温预报数据输入至风电区域对应的风机覆冰预报模型，得到风电区域对应的风机覆冰预报数据。采用本方法能够提高对风机顶部的覆冰情况进行预测的准确度。
-
公开(公告)号：CN116545035A
公开(公告)日：2023-08-04
申请号：CN202310580926.1
申请日：2023-05-22
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： H02J3/46
摘要： 本申请涉及一种电力调度方法、装置、计算机设备、存储介质和计算机程序产品，该方法包括：根据调节机组集合，调取历史总功率需求序列、当前总功率需求值、当前电力输出值、发电容量和发电调节率；根据历史总功率需求序列和当前总功率需求值，获取预测总功率需求值；根据当前总功率需求值和发电容量，生成多个符合预设总调整约束规则的第一调度指令；根据第一调度指令、预测总功率需求值，通过黏菌优化算法生成第二调度指令；根据当前总功率需求值、第二调度指令和总调整约束规则，获取目标当前调度指令并对调节机组集合进行调度。本申请能够结合当前和未来的功率需求进行电力调度，使电力系统在遭遇干扰因素时更易通过调度实现电力平衡。
-
公开(公告)号：CN116523001A
公开(公告)日：2023-08-01
申请号：CN202310504717.9
申请日：2023-05-06
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： G06N3/0475 , G06N3/084 , G06Q50/06 , G06N3/094
摘要： 本申请涉及一种电网薄弱线路识别模型构建方法、装置、计算机设备、存储介质和计算机程序产品，其中方法通过图表示方法建立基于历史电网运行状态数据与历史拓扑信息的电网图数据；对电网图数据进行多头注意力信息聚合分析，得到电网图数据的多头注意力信息；并进行关键运行特征识别来确定电网运行关键特征；最后通过对初始智能体模型进行训练，得到电网薄弱线路识别模型，可以有效地在在线运行阶段辨识关键特征来进行薄弱线路的识别，在模型训练过程使用带权重的交叉熵函数构成图注意力网络训练的损失函数，并对存在历史风险或故障事件的线路设置权重修正系数，可以在保证识别准确性的前提下有效提高电网薄弱线路识别模型对于薄弱线路的识别效率。
-
公开(公告)号：CN116961019A
公开(公告)日：2023-10-27
申请号：CN202310580161.1
申请日：2023-05-22
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： 本申请涉及一种区域电网功率平衡方法、装置、计算机设备、存储介质和计算机程序产品，该方法包括：获取总调度指令序列，获取预测总调度指令，获取每个平衡机组的当前功率输出值、调度参数和调频参数，生成初始调度方案，根据初始调度方案、当前总调度指令、预测总调度指令以及平衡机组的当前功率输出值和调度参数，通过驾驶训练优化算法获取第一调度方案，根据第一调度方案以及每个平衡机组的当前功率输出值和调频参数，获取第二调度方案，根据第一调度方案和第二调度方案，对平衡机组进行调度。本申请结合当前和未来的负荷波动对区域电网进行电力调度和一次调频，可使区域电网在受到负荷波动的干扰时更好地实现功率平衡。
-
公开(公告)号：CN116613738A
公开(公告)日：2023-08-18
申请号：CN202310558688.4
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： 本申请涉及一种风机出力预测方法、装置、设备、介质及程序产品，包括：根据历史时间的风机出力数据构建目标风机出力时间序列；根据所述历史时间的风机出力数据和所述目标出力时间序列训练NeralProphet模型，得到风机出力预测模型；根据所述风机出力预测模型，预测待测时间内目标风机是否发生风电爬坡事件。本申请通过构建符合NeralProphet模型构建原理的风机出力时间序列，并基于NeralProphet模型构建风机出力预测模型，采用风机出力预测模型对待测时间的风机出力数据进行预测，最后根据风机出力数据判断待测时间内是否发生风电爬坡时间，有效提升了对待测时间风机出力数据的预测准确性，并能及时预防风电爬坡时间的发生。
-
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。
-
-
-
-
-
-
-
-
-
搜索结果
80 条记录 (耗时 0.082 秒)
