-
公开(公告)号：CN118134023B
公开(公告)日：2024-09-03
申请号：CN202410167862.7
申请日：2024-02-06
申请人： 水电水利规划设计总院有限公司
摘要： 本发明公开了一种电力系统风光出力量化预测方法及预测装置，涉及机器学习技术领域，包括：采集电力系统的第一侧出力数据集和第二侧出力数据集；初始化长短期记忆网络，包括一信任函数，用于记忆大于预设信任度的数据集；对第一侧出力数据集和第二侧出力数据集分别进行训练，得到第一记忆预测网络和第二记忆预测网络；进行融合，获取第一融合预测网络；封装为预测模块，与电力系统连接，进行量化预测。本发明解决了现有技术在风光出力量化预测方面存在的准确度和适应性不足的技术问题，达到了提高风光出力预测的准确度和适应性的技术效果。
-
公开(公告)号：CN118134025A
公开(公告)日：2024-06-04
申请号：CN202410171699.1
申请日：2024-02-06
申请人： 水电水利规划设计总院有限公司
摘要： 本发明公开了多时间尺度贝叶斯风电光伏出力预测方法，涉及可再生能源管理技术领域，方法包括：读取目标光伏电站与目标风电站的并网出力记录，进行多时间尺度划分，确定多组并网出力记录；以机组配置与换能效率为约束，训练换能出力预测模型；采集实时环境特征，传输至所述换能出力预测模型进行预测分支匹配与出力预测，确定出力预测数据；连接电网管理系统，挖掘周期性的并网消纳库；识别所述预测概率，遍历所述并网消纳库匹配节点并网消纳能力，结合贝叶斯算法计算确定并网消纳概率；进行并网调度管理，解决了现有技术中存在的风电光伏出力预测工作由于基于单一时间尺度进行预测而导致预测精确度差的问题，为电网的稳定运行提供有力支持。
-
公开(公告)号：CN118864771A
公开(公告)日：2024-10-29
申请号：CN202410885650.2
申请日：2024-07-03
申请人： 水电水利规划设计总院 , 水电水利规划设计总院有限公司 , 中国水利水电建设工程咨询有限公司
摘要： 本发明提供一种基于三维点云数据移动窗口法的不规则曲面粗糙度评估方法，包括以下步骤：获取待测物体表面的三维点云数据；构建不同尺度移动窗口，采用移动窗口分隔得到局部点云数据，进行微平面拟合并计算局部起伏度参数，最终得到该尺度移动窗口下曲面的粗糙度参数如Sa、Sq等，再分析移动窗口尺寸和粗糙度参数的关系，基于极限理论确定曲面粗糙度，进而实现对特殊复杂曲面的表面粗糙度参数评价。本发明能够根据点云数据直接高效得到表面粗糙度，且适用于任意曲面，避免了复杂的曲面拟合步骤，简化了流程，提高了表面粗糙度评估效率。
-
公开(公告)号：CN118134025B
公开(公告)日：2024-09-03
申请号：CN202410171699.1
申请日：2024-02-06
申请人： 水电水利规划设计总院有限公司
摘要： 本发明公开了多时间尺度贝叶斯风电光伏出力预测方法，涉及可再生能源管理技术领域，方法包括：读取目标光伏电站与目标风电站的并网出力记录，进行多时间尺度划分，确定多组并网出力记录；以机组配置与换能效率为约束，训练换能出力预测模型；采集实时环境特征，传输至所述换能出力预测模型进行预测分支匹配与出力预测，确定出力预测数据；连接电网管理系统，挖掘周期性的并网消纳库；识别所述预测概率，遍历所述并网消纳库匹配节点并网消纳能力，结合贝叶斯算法计算确定并网消纳概率；进行并网调度管理，解决了现有技术中存在的风电光伏出力预测工作由于基于单一时间尺度进行预测而导致预测精确度差的问题，为电网的稳定运行提供有力支持。
-
公开(公告)号：CN118211697A
公开(公告)日：2024-06-18
申请号：CN202410168314.6
申请日：2024-02-06
申请人： 水电水利规划设计总院有限公司
摘要： 本公开提供了用于发电能力预测的智能集成测试方法及系统，涉及发电能力预测技术领域，该方法包括：获取目标区域的多个分布式光伏信息；构建光伏孪生模型；生成环境数据偏差匹配库；获取多个匹配环境预测数据；将多个匹配环境预测数据输入光伏发电预测模型进行发电功率预测，光伏发电预测模型基于集成学习原理和光伏孪生模型构建；通过多个光伏发电预测子通道分别对多个匹配环境预测数据进行发电功率预测，加权计算获得目标区域在预设时间窗口内的光伏发电预测功率，通过本公开可以解决现有技术中存在由于发电能力预测的精确度较低，导致系统稳定性降低的技术问题，实现提高发电能力预测的精确度的目标的技术效果。
-
公开(公告)号：CN118134023A
公开(公告)日：2024-06-04
申请号：CN202410167862.7
申请日：2024-02-06
申请人： 水电水利规划设计总院有限公司
摘要： 本发明公开了一种电力系统风光出力量化预测方法及预测装置，涉及机器学习技术领域，包括：采集电力系统的第一侧出力数据集和第二侧出力数据集；初始化长短期记忆网络，包括一信任函数，用于记忆大于预设信任度的数据集；对第一侧出力数据集和第二侧出力数据集分别进行训练，得到第一记忆预测网络和第二记忆预测网络；进行融合，获取第一融合预测网络；封装为预测模块，与电力系统连接，进行量化预测。本发明解决了现有技术在风光出力量化预测方面存在的准确度和适应性不足的技术问题，达到了提高风光出力预测的准确度和适应性的技术效果。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.03 秒)
