公开(公告)号：CN114386324A

公开(公告)日：2022-04-22

申请号：CN202111609901.7

申请日：2021-12-27

Applicant: 上海电力大学

Inventor： 余光正 ,  陆柳 ,  汤波 ,  沈凌旭 ,  刘承全 ,  崔朝越 ,  胡越 ,  朱威

IPC: G06F30/27 ,  G06F17/10 ,  G06F113/06 ,  G06F119/02

Abstract: 本发明涉及一种基于转折性时段识别的超短期风电功率分段预测方法，利用移动均线法提取时序趋势；采用高斯窗法对指数移动平均线(EMA)进行平滑处理，计算各时刻时序变化率α；基于局部时序特征的窗口调整策略自适应调节时间窗宽；基于双重定时间滑动窗的拐点检测策略，引入α作为判据之一，提取并划分转折性天气突变时段；对转折段时序采用改进GRU算法点预测，结合CRS算法的改进Attention机制；对平缓段时序采用概率预测，采用经验分布估计法建立时序模式‑功率预测误差概率密度分布模型，基于可变带宽核密度估计法进行风电功率概率预测；结合点预测与概率预测时序分段预测得到最终预测结果。与现有技术相比，本发明具有提升模型运算效率等优点。

公开(公告)号：CN114444378A

公开(公告)日：2022-05-06

申请号：CN202111619538.7

申请日：2021-12-27

Applicant: 上海电力大学

Inventor： 余光正 ,  刘承全 ,  汤波 ,  陆柳 ,  沈凌旭 ,  胡越 ,  崔朝越

IPC: G06F30/27 ,  G06K9/62 ,  G06F113/06 ,  G06F119/06

Abstract: 本发明涉及一种区域风电集群的短期功率预测方法，包含时空多重相似性计算和改进神经网络构建两方面，考虑时空相关性的动态特性，从长、短时间尺度计算风电场的空间相关程度，对分类出的强时空相关的子集群，建立了基于点云输入的改进混合神经网络短期预测模型实现子集群的短期功率预测；其中建立了基于改进I‑CNN‑BILSTM混合神经网络的时空相关性集群短期功率预测模型，并将所有时空相关子集群的短期功率预测结果累加，得到待预测时段的区域风电短期功率预测结果。与现有技术相比，本发明具有提高预测精度等优点。

公开(公告)号：CN119692544A

公开(公告)日：2025-03-25

申请号：CN202411762895.2

申请日：2024-12-03

Applicant: 上海电力大学

Inventor： 余光正 ,  沈凌旭

IPC: G06Q10/04 ,  G06Q10/0637 ,  G06Q50/06 ,  G06F18/2433 ,  G06F18/27 ,  G06N3/0442 ,  G06N3/0475 ,  G06N3/0455 ,  G06N3/094 ,  H02J3/00

Abstract: 本发明公开了一种考虑寒潮气象条件下的短期风电功率预测方法，属于短期风电功率预测技术领域，该预测方法具体步骤如下：Ⅰ、选取风电场电站历史风电功率数据和气象数据时序，并预处理输入的风电场气象数据和功率数据；Ⅱ、利用Prophet算法进行温度变化趋势预测，结合寒潮预警，提取寒潮天气发生时段；Ⅲ、通过DoppelGANger网络对寒潮天气时段样本数据进行扩充，并设置网络参数；本发明能够提高生成模型的保真度，提升多元时间序列预测的准确性，提高模型在复杂气象环境下的适应性，提高模型在复杂气象环境下的适应性。