-
公开(公告)号:CN118017500A
公开(公告)日:2024-05-10
申请号:CN202410248648.4
申请日:2024-03-05
Applicant: 东北电力大学
IPC: H02J3/00 , G06F18/213 , G06F18/23213 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06Q50/06
Abstract: 基于全局信息自适应感知的短期风电集群功率预测方法属于风电功率预测技术领域。本发明根据适用于风电集群的风电场之间动态相关系数和特征图结构构建用于短期风电集群功率预测的自适应图卷积网络预测模型。根据功率时间序列波动的绝对距离、增量距离和波动距离构建风电场之间动态相关系数,进而得到集群包含的图结构类型,通过切换图结构的方式得到预测结果。本发明充分考虑了不同风电场之间功率的波动特性,满足短期尺度下提升精度的要求,适用于短期尺度下风电集群功率的预测;也能够用于其他风电功率预测。
-
公开(公告)号:CN119807835A
公开(公告)日:2025-04-11
申请号:CN202411849692.7
申请日:2024-12-16
Applicant: 东北电力大学 , 中国电力科学研究院有限公司 , 国网江西省电力有限公司电力科学研究院
Abstract: 本发明公开一种计及转折气象过程辨识的光伏集群功率日前预测方法,涉及光伏功率预测技术领域。所述方法包括:利用自适应滤波方法和编码卷积评分方法对发电功率进行天气判别,确定所述目标日的当前天气为突变天气或晴天天气,根据天气情况构建对应的天气预测模型,并基于上述两个模型构建具有气象过程和转折时点双重辨识功能的光伏集群功率日前预测模型,并利用所述光伏集群功率日前预测模型进行光伏集群的发电功率预测。本发明能够通过将天气的转折和突变纳入考虑范围,提高预测精度和可靠性。
-