-
公开(公告)号：CN118917469B
公开(公告)日：2025-04-18
申请号：CN202410970404.7
申请日：2024-07-19
Applicant: 武汉大学
Abstract: 本申请公开了旱涝急转事件预测方法、装置。通过各全球气候模式输出的历史时期生长季流域平均月降水量变化趋和该全球气候模式输出的未来时期所述归一化水分盈亏指数的变化趋势涌现约束模型，并基于涌现约束模型由ERA5数据集历史期生长季月降水量的变化趋势确定校正后未来时期归一化水分盈亏指数的变化趋势，以通过旱涝急转事件的演变状况，由此提高了演变状况的预测精准性。
-
公开(公告)号：CN105654188A
公开(公告)日：2016-06-08
申请号：CN201510971845.X
申请日：2015-12-22
Applicant: 国家电网公司 , 国网青海省电力公司 , 国网青海省电力公司电力科学研究院 , 武汉大学
Abstract: 本发明公开了一种基于增率变化规律的光伏电站最大出力过程计算方法，包括：S1对光伏电站的各历史日出力序列进行平稳度检验，初选平稳度较高的初选序列；S2获取初选序列对应的历史日出力增率序列，对历史日出力增率序列进行平稳度检验，优选平稳度较高的优选序列；S4提炼形态相似的优选序列的共性形态，即典型过程；连接典型过程中曲线部分的相邻拐点，得日最大出力模型；S5确定日最大出力模型的时间参数和形状参数；S6逐时段求解折线型典型过程的增率面积。本发明依托于统计学与天体运动周期性规律，构建了物理机理明确的光伏电站最大出力模型，并提出了切实可行简洁高效的求解方法，对光伏电站出力特性研究具有一定指导意义。
-
Patent Agency Ranking
公开(公告)号：CN117493475A
公开(公告)日：2024-02-02
申请号：CN202311400895.3
申请日：2023-10-25
Applicant: 武汉大学
Abstract: 本发明提供一种基于机器学习重构缺资料地区月径流的方法及系统，通过搜集大尺度气候因子及流域出口断面水文测站的径流观测数据集合；推求长系列的饱和水汽压亏缺和比湿；推求各变量的流域月平均系列，优选影响流域月径流量的关键因子；基于所述优选的关键因子和流域水文测站的径流观测数据，构建机器学习模型；基于所述机器学习模型的模拟结果，推求各优选机器学习模型的权重参数；采用长系列关键因子数据集驱动机器学习模型和月尺度贝叶斯模型，生成长系列的流域月径流反演数据集；并率定长短时记忆模型的参数，将率定好的长短时记忆模型，用于重构长系列月径流系列。用以解决现有技术中针对月径流重构没有考虑植被和下垫面变化影响的缺陷。
-
公开(公告)号：CN105844343B
公开(公告)日：2019-08-20
申请号：CN201610148116.9
申请日：2016-03-15
Applicant: 武汉大学
Abstract: 本发明公开了一种基于光伏特性分析的水光日联合调度方法，包括：根据光伏电站的历史日出力序列的形态，将历史日出力序列划分为类典型序列，得各典型序列的日出力外包线；计算各历史日出力序列的日出力晴空指数、出力残差标准差和出力残差基尼系数；步骤3，历史日出力序列的聚类；构建出力残差模型；结合光伏电站分类出力场景和水电站来水情形，生成预测日的联合调度系统场景；以水光联合调度场景为背景，求解出力残差模型，获得预测日的水光联合调度最优运行方案。本发明所构建模型物理机理明确，方法简洁可靠，便于使用与操作，可用于指导电网实际调度。
-
公开(公告)号：CN118917469A
公开(公告)日：2024-11-08
申请号：CN202410970404.7
申请日：2024-07-19
Applicant: 武汉大学
Abstract: 本申请公开了旱涝急转事件预测方法、装置。通过各全球气候模式输出的历史时期生长季流域平均月降水量变化趋和该全球气候模式输出的未来时期所述归一化水分盈亏指数的变化趋势涌现约束模型，并基于涌现约束模型由ERA5数据集历史期生长季月降水量的变化趋势确定校正后未来时期归一化水分盈亏指数的变化趋势，以通过旱涝急转事件的演变状况，由此提高了演变状况的预测精准性。
-
公开(公告)号：CN105654188B
公开(公告)日：2019-09-17
申请号：CN201510971845.X
申请日：2015-12-22
Applicant: 国家电网公司 , 国网青海省电力公司 , 国网青海省电力公司电力科学研究院 , 武汉大学
IPC: H02J3/38
Abstract: 本发明公开了一种基于增率变化规律的光伏电站最大出力过程计算方法，包括：S1对光伏电站的各历史日出力序列进行平稳度检验，初选平稳度较高的初选序列；S2获取初选序列对应的历史日出力增率序列，对历史日出力增率序列进行平稳度检验，优选平稳度较高的优选序列；S4提炼形态相似的优选序列的共性形态，即典型过程；连接典型过程中曲线部分的相邻拐点，得日最大出力模型；S5确定日最大出力模型的时间参数和形状参数；S6逐时段求解折线型典型过程的增率面积。本发明依托于统计学与天体运动周期性规律，构建了物理机理明确的光伏电站最大出力模型，并提出了切实可行简洁高效的求解方法，对光伏电站出力特性研究具有一定指导意义。
-
公开(公告)号：CN105844343A
公开(公告)日：2016-08-10
申请号：CN201610148116.9
申请日：2016-03-15
Applicant: 武汉大学
Abstract: 本发明公开了一种基于光伏特性分析的水光日联合调度方法，包括：根据光伏电站的历史日出力序列的形态，将历史日出力序列划分为类典型序列，得各典型序列的日出力外包线；计算各历史日出力序列的日出力晴空指数、出力残差标准差和出力残差基尼系数；步骤3，历史日出力序列的聚类；构建出力残差模型；结合光伏电站分类出力场景和水电站来水情形，生成预测日的联合调度系统场景；以水光联合调度场景为背景，求解出力残差模型，获得预测日的水光联合调度最优运行方案。本发明所构建模型物理机理明确，方法简洁可靠，便于使用与操作，可用于指导电网实际调度。
-
-
-
-
-
-
Search Results
7
records
(took 0.026 seconds)
