-
公开(公告)号：CN107506949B
公开(公告)日：2021-01-26
申请号：CN201710935988.4
申请日：2017-10-10
申请人： 甘肃省电力公司风电技术中心 , 清华大学 , 国网甘肃省电力公司 , 国家电网公司
摘要： 本发明提出的一种光伏数据聚类方法是根据包含总辐照度时序差分序列方差的辐照度的特征指标体系设置神经网络的聚类类别，使用样本对聚类模型进行训练后，对采集的光辐照度进行聚类。该方法获取聚类结果的数据规律性强，可以满足高精度的短期光伏功率预测的目的。
-
公开(公告)号：CN108110764B
公开(公告)日：2020-09-15
申请号：CN201711442803.2
申请日：2017-12-26
申请人： 清华大学 , 甘肃省电力公司风电技术中心 , 国网甘肃省电力公司 , 国家电网公司
摘要： 本发明涉及一种交直流混联系统的最优潮流分配方法，包括：建立交直流混联系统的最优潮流分配模型，以及简化模型中的交流网络的潮流方程、直流网络的潮流方程，最终将总网损表示为交直流耦合点注入的交流功率Pt的函数，求解Pt的最优值。
-
公开(公告)号：CN105528735B
公开(公告)日：2019-05-31
申请号：CN201510876711.X
申请日：2015-12-03
申请人： 甘肃省电力公司风电技术中心 , 清华大学 , 国家电网公司 , 国网甘肃省电力公司
IPC分类号： G06F17/50
摘要： 本发明涉及一种基于量测风速与空间相关性的异常数据校正算法，包括以下步骤：步骤S10，建立各风电场的条件概率分布函数；步骤S20，将风电场的功率输出实测数据代入条件概率分布函数；步骤S30，产生服从均匀分布的随机数；步骤S40，求风电场的校正功率估计值；步骤S50，判断校正功率是否位于等效功率曲线内；步骤S60，判断强相关风电场集合中的异常数据点是否校正完毕。
-
公开(公告)号：CN108133279B
公开(公告)日：2020-12-22
申请号：CN201710757703.2
申请日：2017-08-29
申请人： 甘肃省电力公司风电技术中心 , 国网甘肃省电力公司 , 国家电网公司 , 清华大学
摘要： 本发明涉及一种风电功率概率预测的方法，包括：获取风电场历史数据的统计特征；将历史预测功率和风电场的NWP预测结果的风速波动量序列相结合，形成概率预测的影响因子，并将影响因子划分为多个互不相交的子集；以所述风电场历史数据的统计特征作为输入，通过随机森林算法对次日的误差水平进行分类预测，获得分类预测结果；根据所述分类预测结果，以及预测时所处的历史预测功率和NWP预测结果的风速波动量所在的子集，计算误差的概率密度函数，获得误差随机变量；以及根据风电场的风电功率NWP预测结果以及所述误差随机变量，获得风电功率概率预测结果。该方法具有更好的预测效果。本发明还提供一种计算机可读存储介质及计算机设备。
-
公开(公告)号：CN108133279A
公开(公告)日：2018-06-08
申请号：CN201710757703.2
申请日：2017-08-29
申请人： 甘肃省电力公司风电技术中心 , 国网甘肃省电力公司 , 国家电网公司 , 清华大学
摘要： 本发明涉及一种风电功率概率预测的方法，包括：获取风电场历史数据的统计特征；将历史预测功率和风电场的NWP预测结果的风速波动量序列相结合，形成概率预测的影响因子，并将影响因子划分为多个互不相交的子集；以所述风电场历史数据的统计特征作为输入，通过随机森林算法对次日的误差水平进行分类预测，获得分类预测结果；根据所述分类预测结果，以及预测时所处的历史预测功率和NWP预测结果的风速波动量所在的子集，计算误差的概率密度函数，获得误差随机变量；以及根据风电场的风电功率NWP预测结果以及所述误差随机变量，获得风电功率概率预测结果。该方法具有更好的预测效果。本发明还提供一种计算机可读存储介质及计算机设备。
-
公开(公告)号：CN108108871A
公开(公告)日：2018-06-01
申请号：CN201711098785.0
申请日：2017-11-09
申请人： 甘肃省电力公司风电技术中心 , 清华大学 , 国网甘肃省电力公司 , 国家电网公司
摘要： 本发明涉及一种风电场群输电设备的选型方法，所述方法包括：获取最近M年风电出力的分布模型；根据最近M年最近M年风电出力的分布模型，计算风电场群输电设备的高风速截尾风险；获取基于高风速截尾风险和输变电损耗的风电场群输电设备的评价指标，根据评价指标选择风电场群输电设备。该方法能够提高风电场群的经济性。
-
公开(公告)号：CN107506949A
公开(公告)日：2017-12-22
申请号：CN201710935988.4
申请日：2017-10-10
申请人： 甘肃省电力公司风电技术中心 , 清华大学 , 国网甘肃省电力公司 , 国家电网公司
摘要： 本发明提出的一种光伏数据聚类方法是根据包含总辐照度时序差分序列方差的辐照度的特征指标体系设置神经网络的聚类类别，使用样本对聚类模型进行训练后，对采集的光辐照度进行聚类。该方法获取聚类结果的数据规律性强，可以满足高精度的短期光伏功率预测的目的。
-
公开(公告)号：CN108108871B
公开(公告)日：2021-07-13
申请号：CN201711098785.0
申请日：2017-11-09
申请人： 甘肃省电力公司风电技术中心 , 清华大学 , 国网甘肃省电力公司 , 国家电网公司
摘要： 本发明涉及一种风电场群输电设备的选型方法，所述方法包括：获取最近M年风电出力的分布模型；根据最近M年最近M年风电出力的分布模型，计算风电场群输电设备的高风速截尾风险；获取基于高风速截尾风险和输变电损耗的风电场群输电设备的评价指标，根据评价指标选择风电场群输电设备。该方法能够提高风电场群的经济性。
-
公开(公告)号：CN108110764A
公开(公告)日：2018-06-01
申请号：CN201711442803.2
申请日：2017-12-26
申请人： 清华大学 , 甘肃省电力公司风电技术中心 , 国网甘肃省电力公司 , 国家电网公司
摘要： 本发明涉及一种交直流混联系统的最优潮流分配方法，包括：建立交直流混联系统的最优潮流分配模型，以及简化模型中的交流网络的潮流方程、直流网络的潮流方程，最终将总网损表示为交直流耦合点注入的交流功率Pt的函数，求解Pt的最优值。
-
公开(公告)号：CN105528735A
公开(公告)日：2016-04-27
申请号：CN201510876711.X
申请日：2015-12-03
申请人： 甘肃省电力公司风电技术中心 , 清华大学 , 国家电网公司 , 国网甘肃省电力公司
IPC分类号： G06Q50/06
CPC分类号： G06Q50/06
摘要： 本发明涉及一种基于量测风速与空间相关性的异常数据校正算法，包括以下步骤：步骤S10，建立各风电场的条件概率分布函数；步骤S20，将风电场的功率输出实测数据代入条件概率分布函数；步骤S30，产生服从均匀分布的随机数；步骤S40，求风电场的校正功率估计值；步骤S50，判断校正功率是否位于等效功率曲线内；步骤S60，判断强相关风电场集合中的异常数据点是否校正完毕。
-
-
-
-
-
-
-
-
-
搜索结果
321 条记录 (耗时 0.103 秒)
