-
公开(公告)号：CN117010722A
公开(公告)日：2023-11-07
申请号：CN202311053688.5
申请日：2023-08-21
Applicant: 国网山西省电力公司经济技术研究院 , 西安交通大学
IPC: G06Q10/0637 , G06F18/2415 , G06F18/23213 , G06N3/0442 , G06N3/08 , G06F18/22 , G06Q50/06
Abstract: 本发明公开了一种变电站负荷识别分解方法、系统、芯片及设备，将所有底层变电站的历史日负荷曲线输入构建的基于余弦相似度的K‑medians聚类模型，提取底层变电站的典型日负荷曲线，根据聚类结果将每个聚类簇定义为一类，给所有日负荷曲线打上类别标签；构建基于长短期记忆神经网络的日负荷曲线分类模型，使用带类别标签的变电站日负荷曲线对日负荷曲线分类模型进行训练，使用日负荷曲线分类模型对行业日负荷曲线进行分类统计，得到各行业的典型日负荷曲线；提取相同类别的变电站与各行业的典型日负荷曲线，将变电站的行业负荷分解任务建模为0‑1整数规划问题，对变电站的典型日负荷曲线进行识别和分解，得到变电站行业负荷识别与分解结果。
-
Patent Agency Ranking
公开(公告)号：CN117013532A
公开(公告)日：2023-11-07
申请号：CN202311030606.5
申请日：2023-08-15
Applicant: 西安交通大学
Abstract: 本发明公开了一种风力发电功率非参数概率预测方法及系统，建立基于自回归预测方法的循环神经网络预测模型；使用历史风电出力数据，以及当地区域的数值天气预报的风速和风向预测数据训练得到的分位数函数参数，确定最佳的自回归滞后阶数；使用网格搜索法对循环神经网络预测模型的超参数进行寻优；根据气象站的数值天气预报数据和实时风电出力数据，求解循环神经网络预测模型；在真实的实时预测环境中，基于风电概率预测分布，采用蒙特卡洛法得到未来下一时刻的概率预测结果，重复序贯采样得到最终未来风电输出功率的多步概率预测结果。本发明在真实的预测环境中实现具有较高预测精度的多步概率预测结果。
-
公开(公告)号：CN117728404A
公开(公告)日：2024-03-19
申请号：CN202311789036.8
申请日：2023-12-22
Applicant: 西安交通大学
Abstract: 本发明涉及一种中长期光伏场站发电量预测方法，其方法包括以下步骤：依照数值天气预报质量差异，根据预测周期将预测模型划分为若干子模型；对历史气象数据预处理，形成数据集；计算数据集中气象特征变量与目标预测变量发电量的相关性系数，生成更多的气象特征变量；采用XGBoost进行预测子模型训练，通过分组前向特征选择算法选择XGBoost预测模型预测效果最好的气象特征变量，采用两重多阶段超参数寻优策略对XGBoost预测模型的参数进行调整；采用训练的XGBoost预测模型输入气象数据进行发电量预测，得到预测结果。本发明实现了充分挖掘气象气候要素的特征信息，能够提升光伏场站发电量预测精度。
-
公开(公告)号：CN117318028A
公开(公告)日：2023-12-29
申请号：CN202311241890.0
申请日：2023-09-25
Applicant: 西安交通大学
IPC: H02J3/00 , G06F16/29 , G06Q50/06 , G06N3/0442 , G06N3/047 , G06N3/0985 , G06N3/048
Abstract: 本发明公开了一种光伏发电功率概率预测方法、系统、芯片及设备，获取数值天气预报数据和光伏出力历史数据；从数值天气预报数据以及光伏出力历史数据中选择最佳输入特征子集，采用网格化搜索及交叉验证方法确定概率预测模型的超参数，以及光伏发电功率概率分布，构建概率预测模型并进行训练；根据最佳输入特征子集的数据信息构建概率预测模型的优化目标，并优化概率预测模型的模型参数U,V，完成概率预测模型的参数估计任务；根据获取的输入特征数据，结合概率预测模型在上一时刻的状态信息，对未来24小时的光伏发电功率进行滚动预测，本发明提供高质量的概率预测结果，提高了光伏发电的可调度性，有助于电力系统的运行和决策。
-
公开(公告)号：CN117713204A
公开(公告)日：2024-03-15
申请号：CN202311726340.8
申请日：2023-12-14
Applicant: 西安交通大学
Abstract: 本发明公开了一种考虑时空相关性的新能源发电场景生成方法及系统，方法包括收集新能源场站的气象状态数据和新能源发电数据，构建历史数据集合；求解曼哈顿距离的最优权重系数，计算样本间的加权型曼哈顿距离，从历史数据集合中筛选出即k近邻样本；使用对数变换处理k近邻样本，进而使用边界核函数估计新能源发电的概率密度函数；构建反映新能源发电时空相关性的协方差矩阵，利用历史数据进行参数估计；基于随机采样理论，根据新能源发电概率分布信息和反映新能源发电时空相关性的协方差矩阵，生成新能源发电场景。本发明能够提供更加接近实际的新能源发电场景信息，为电力系统规划、运行等决策提供充分依据。
-
公开(公告)号：CN116995667A
公开(公告)日：2023-11-03
申请号：CN202311029214.7
申请日：2023-08-15
Applicant: 国网山西省电力公司经济技术研究院 , 西安交通大学
IPC: H02J3/00 , G06N3/0442 , G06N3/048 , G06N3/0985 , G06F30/27 , G06F111/04 , G06F111/06 , G06F113/04
Abstract: 本发明公开了一种基于预测协调的短期分层负荷在线预测方法及系统，使用分层负荷数据集训练长短期记忆神经网络预测模型进行负荷预测，得到不考虑分层结构的短期负荷预测结果，根据短期负荷预测结果建立改进的在线协调预测模型，并选择对应的在线更新权重规则，通过网格搜索法对在线更新权重规则中的超参数进行寻优确定，使用寻优确定的在线更新权重规则离线训练改进的在线协调预测模型；在线更新改进的在线协调预测模型，依据最新的数据更新在线协调预测模型得到预测结果。本发明能够充分考虑分层负荷多个预测变量之间的累加一致性，并依据多个预测目标的预测地位调整预测模型，提高预测结果的适应不同类型分层负荷和时序不稳定变化的能力。
-
-
-
-
-
Search Results
6
records
(took 0.022 seconds)
