-
公开(公告)号：CN118483768A
公开(公告)日：2024-08-13
申请号：CN202410672787.X
申请日：2024-05-28
Applicant: 浙电(宁波北仑)智慧能源有限公司 , 宁波东理数智能源科技有限责任公司
IPC: G01W1/10 , G06N3/0464 , G06N3/044
Abstract: 本发明涉及一种提升太阳辐射量预报数据分辨率的方法，属于利用计算机算法模型预测太阳辐射量的技术领域。本发明将时间分辨率为T的数值天气预报数据经过线性插值、卷积神经网络模型以及循环神经网络模型处理得到时间分辨率为t的数据，其中t小于T，并且建立时间分辨率为T的数值天气预报数据到时间分辨率为t的站点实测辐照强度数据之间的映射关系，充分利用了站点实测的数据，更利于捕捉站点辐照强度数据随时间的变化，提升模型预测站点辐照强度以后后续预测站点发电功率的性能。
-
Patent Agency Ranking
公开(公告)号：CN116452369B
公开(公告)日：2023-08-29
申请号：CN202310722813.0
申请日：2023-06-19
Applicant: 深圳市峰和数智科技有限公司 , 宁波东理数智能源科技有限责任公司
Abstract: 本申请公开了一种光伏电站实时数据补齐方法、装置及相关设备，该方法包括：获取光伏电站在当前观测点采集到的站点数据，并判断是否存在数据缺失；若是，利用历史站点数据构建特征数据，并将其输入至训练后的模型，得到当前观测点的预估数据；利用预估数据对当前观测点采集到的站点数据进行数据补齐，得到当前观测点完整的站点数据；该模型被配置为具备对时间序列及单点数据进行特征提取的能力，为以第二观测点以前的站点数据所构建的特征数据作为输入特征，以第一观测点的站点数据作为标注训练得到的。本申请利用结合了线性关系与循环神经网络的模型来对光伏电站实时数据进行预估及补齐，一定程度上提高了数据补齐的精度。
-
公开(公告)号：CN116362915B
公开(公告)日：2023-08-15
申请号：CN202310628403.X
申请日：2023-05-31
Applicant: 深圳市峰和数智科技有限公司 , 宁波东理数智能源科技有限责任公司
IPC: G06Q50/06 , G06N3/0442 , G06N3/042 , G06N3/08
Abstract: 本申请公开了一种光伏电站气象数据补齐方法、装置及相关设备，包括：利用训练后的模型对光伏电站的多个第一气象序列进行处理，得到各第二气象序列；基于各第二气象序列，对各第一气象序列中的空缺值进行补齐，得到各目标气象序列；其中，该模型为以从各气象序列中随机抽取的观察数值为输入特征，以其余的其他观察数值为标注训练得到的，每一气象序列对应有一种气象属性在多个观测点上的数值，且各气象序列不存在缺失值。本申请可以从横向上习得不同气象属性的气象数据之间的相关性，以及从纵向上习得同一气象属性的气象数据在时间上的相关性，从而能够对存在数据缺失的各气象序列进行数据预估，实现气象数据的补齐。
-
公开(公告)号：CN116452369A
公开(公告)日：2023-07-18
申请号：CN202310722813.0
申请日：2023-06-19
Applicant: 深圳市峰和数智科技有限公司 , 宁波东理数智能源科技有限责任公司
Abstract: 本申请公开了一种光伏电站实时数据补齐方法、装置及相关设备，该方法包括：获取光伏电站在当前观测点采集到的站点数据，并判断是否存在数据缺失；若是，利用历史站点数据构建特征数据，并将其输入至训练后的模型，得到当前观测点的预估数据；利用预估数据对当前观测点采集到的站点数据进行数据补齐，得到当前观测点完整的站点数据；该模型被配置为具备对时间序列及单点数据进行特征提取的能力，为以第二观测点以前的站点数据所构建的特征数据作为输入特征，以第一观测点的站点数据作为标注训练得到的。本申请利用结合了线性关系与循环神经网络的模型来对光伏电站实时数据进行预估及补齐，一定程度上提高了数据补齐的精度。
-
公开(公告)号：CN116362915A
公开(公告)日：2023-06-30
申请号：CN202310628403.X
申请日：2023-05-31
Applicant: 深圳市峰和数智科技有限公司 , 宁波东理数智能源科技有限责任公司
IPC: G06Q50/06 , G06N3/0442 , G06N3/042 , G06N3/08
Abstract: 本申请公开了一种光伏电站气象数据补齐方法、装置及相关设备，包括：利用训练后的模型对光伏电站的多个第一气象序列进行处理，得到各第二气象序列；基于各第二气象序列，对各第一气象序列中的空缺值进行补齐，得到各目标气象序列；其中，该模型为以从各气象序列中随机抽取的观察数值为输入特征，以其余的其他观察数值为标注训练得到的，每一气象序列对应有一种气象属性在多个观测点上的数值，且各气象序列不存在缺失值。本申请可以从横向上习得不同气象属性的气象数据之间的相关性，以及从纵向上习得同一气象属性的气象数据在时间上的相关性，从而能够对存在数据缺失的各气象序列进行数据预估，实现气象数据的补齐。
-
公开(公告)号：CN117477551A
公开(公告)日：2024-01-30
申请号：CN202311463796.X
申请日：2023-11-06
Applicant: 深圳市峰和数智科技有限公司 , 宁波东理数智能源科技有限责任公司
IPC: H02J3/00 , H02J3/38 , G06Q10/04 , G06N3/0464 , G06N5/022 , G06Q50/06 , G06F30/27 , G06F111/04
Abstract: 一种基于领域知识嵌入模型的光伏发电功率预测方法，属于机器学习训练模型以预测光伏发电功率的技术领域，包括：S1：建立预测模型，利用深度神经网络模型建立输入数据和输出数据之间的映射关系；S2：利用领域知识构建对所述预测模型的约束条件；S3:选取最优测试模型；S4:将选取的最优测试模型用于预测光伏电站未来发电功率。本发明应用在光伏发电预测的技术领域，将机器学习算法结合领域知识，使预测模型可解释性得到增强，并使预测模型给出更符合物理规律的结果；领域知识以额外损失函数项的形式与所述预测模型算法结合，以适用于多种预测模型结构。
-
-
-
-
-
Search Results
6
records
(took 0.065 seconds)
