-
公开(公告)号：CN114722726B
公开(公告)日：2025-04-15
申请号：CN202210504343.6
申请日：2022-05-10
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06F30/27 , G06F111/06 , G06F113/04 , G06F119/02
Abstract: 本申请涉及分散式风电并网点电压越限的配网重构方法、装置及终端，属于分散式风电并网技术领域。本申请分散式风电并网点电压越限的配网重构的每次迭代处理过程中，基于粒子的当前适应度值，得到当次迭代时粒子群速度更新公式的惯性权重；以及基于当次迭代次数，确定当次迭代时粒子群速度更新公式的学习因子，可实现在搜索寻优过程中对粒子群速度更新公式的惯性权重和学习因子进行动态调整，有助于实现分散式风电并网点电压越限的配网重构具有均衡的全局与局部寻优能力，进而提升分散式风电并网点电压越限的配网重构质量。
-
公开(公告)号：CN115564155A
公开(公告)日：2023-01-03
申请号：CN202211242014.5
申请日：2022-10-11
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06Q10/04 , G06Q50/06 , G06F18/2415 , G06N3/047 , H02J3/00
Abstract: 本发明实施例公开了一种分散式风电机组功率预测方法及相关设备，所述方法包括：根据贝叶斯理论在影响因素集中选取对分散式风电功率影响最大的目标因素；基于所述目标因素确定目标特征，根据所述目标特征建立包括时间特征与空间特征的基础数据集，并在历史样本集合中筛选出与待预测点特征相似度高于阈值的目标样本，构造训练集；将所述基础数据集与所述训练集导入预设时空图神经网络，得到分散式风电功率预测值。能挖掘各个机组历史样本的隐藏时间特征，又结合不同机组之间的空间特征，充分学习数据包含的信息，提高了分散式风电的预测精度。
-
公开(公告)号：CN114819377B
公开(公告)日：2024-07-26
申请号：CN202210509345.4
申请日：2022-05-11
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06Q10/04 , G06Q50/06 , H02J3/00 , G06N3/0455 , G06N3/08 , G06F30/27 , G06F113/06 , G06F119/06
Abstract: 本申请涉及一种分散式风电功率预测方法、系统、装置及存储介质，属于电力系统技术领域。本申请包括：获取历史风力发电数据，对历史风力发电数据进行归一化处理，获得归一化特征数据；对归一化特征数据通过卷积层和全连接层处理，得到时间序列数据集合；将时间序列数据集合划分为训练集和测试集；将训练集中的数据输入informer模型进行训练；调整informer模型参数，获得多个不同的informer模型；将测试集中的数据输入不同的informer模型中；将不同informer模型的预测值与真实值进行比对，选择预测值最接近真实值的informer模型作为最终预测模型；通过本方案解决现有的网络模型无法捕获输出和输入之间固有的长距离特征，长序列时间预测效果较差的问题。
-
公开(公告)号：CN114757440B
公开(公告)日：2024-07-16
申请号：CN202210504341.7
申请日：2022-05-10
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06Q10/04 , H02J3/00 , H02J3/38 , G06Q50/06 , G06F18/23 , G06N3/0442 , G06N3/088 , G06F30/27 , G06F113/06
Abstract: 本发明公开了分散式风电功率预测方法、模型训练方法、设备及介质，包括：首先获取分散的多个风电机组的历史样本数据，每个风电机组的历史样本数据均包括位置信息、气候特征及实际输出功率。再将多个风电机组的气候特征进行升维处理，获取生成的多个复合气候特征，从而充分考虑机组间差异性。并对多个风电机组的位置信息和气候特征进行聚类分析，形成多个簇，组合每一簇内的位置信息和气候特征，以得到多个气候位置编码，从而对于空间位置不同的机组，联系机组的空间位置与气候特征，提高预测模型的迁移能力。最后将多个复合气候特征和多个气候位置编码输入分散式风电功率预测模型，获取输出的每个风电机组的预测功率，以实现分散式风电功率预测。
-
公开(公告)号：CN115564115A
公开(公告)日：2023-01-03
申请号：CN202211239008.4
申请日：2022-10-11
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06Q10/04 , G06Q50/06 , G06F16/2458 , H02J3/00
Abstract: 本发明实施例公开了一种风电场功率预测方法及相关设备，所述方法包括：获取风电场内各风电机组的目标历史气象数据和目标历史功率数据；基于所述目标历史气象数据和所述目标历史功率数据训练预设模型，得到各风电机组的目标模型，所述预设模型通过lightGBM模型对多变量时间序列进行动态时间建立；将气象预报数据分别代入各风电机组的目标模型，得到各风电机组的预测功率；将各风电机组的预测功率相加，得到所述风电场的预测功率。针对风电场内单个机组的差异性建立各风电机组的目标模型，提高单个机组的预测准确度。
-
Patent Agency Ranking
公开(公告)号：CN115549206A
公开(公告)日：2022-12-30
申请号：CN202211252042.5
申请日：2022-10-13
Applicant: 云南电网有限责任公司电力科学研究院
Abstract: 本申请涉及一种风电配网经济调度方法、装置、设备及存储介质，涉及电力系统调度领域。该风电配网经济调度方法包括：获取风电配网基础数据，并根据风电配网基础数据，生成各个风电配网场景；将各个风电配网场景进行场景划分，获得各个风电配网场景集合；以配电网运行成本、配电网损耗和配电网补贴最小为目标函数，构建风电配网经济调度模型；将风电配网场景集合输入至风电配网经济调度模型中，获得风电配网经济调度结果。本申请用以解决风电配网经济调度求解效率低且求解效果不够优化的问题。
-
公开(公告)号：CN115392525A
公开(公告)日：2022-11-25
申请号：CN202210505404.0
申请日：2022-05-10
Applicant: 云南电网有限责任公司电力科学研究院
Abstract: 本申请涉及一种分散式风电功率预测方法、装置及设备，方法包括：获取分散式风电机组的风电数据作为样本数据，风电数据包括多个维度。对样本数据进行预处理，根据预处理后的样本数据构造时间序列数据集，根据风电数据确定各分散式风电机组的相对位置关系，根据各分散式风电机组的相对位置关系，生成邻接矩阵和连边权重矩阵，根据分散式风电机组的数量、邻接矩阵和时间序列数据集，构造张量图。根据张量图和连边权重矩阵搭建并训练预测模型，预测模型用于根据分散式风电机组的风电数据输出预测结果。本申请中用于训练预测模型的张量图考虑了各分散式风电机组的相对位置关系，从而提高了预测模型对不同物理环境下风电机组的风电功率预测准确度。
-
公开(公告)号：CN114928055A
公开(公告)日：2022-08-19
申请号：CN202210402118.1
申请日：2022-04-18
Applicant: 云南电网有限责任公司电力科学研究院
IPC: H02J3/06 , H02J3/46 , H02J3/14 , H02J3/38 , G06F30/25 , G06F30/27 , G06N3/04 , G06N3/00 , G06K9/62 , G06N3/08 , G06F111/04
Abstract: 本申请涉及配网故障重构方法、装置及存储介质，属于电网故障重构技术领域，包括：将电网线路开关的状态生成初始粒子；采用层次聚类方法对初始粒子进行划分，得到满足预设条件的粒子；记录粒子的个体最优与全局最优并更新粒子的位置，根据更新位置后的粒子，对粒子位置进行迭代；根据适应度值计算公式获取满足迭代次数的粒子的适应度值，判断上述计算过程中是否满足约束条件，如果满足，则输出粒子的适应度值与此时的粒子位置，执行电网开关操作，如果不满足，则再次进行迭代，直到满足约束条件，输出粒子的适应度值与此时的粒子位置，执行电网开关操作，以此解决现有的故障重构方法不具备动态性，自动化程度低，不能满足动态重构的要求的问题。
-
公开(公告)号：CN114861990A
公开(公告)日：2022-08-05
申请号：CN202210402116.2
申请日：2022-04-18
Applicant: 云南电网有限责任公司电力科学研究院
Abstract: 本申请涉及一种风电功率预测模型建模方法、装置和设备，方法包括：获取样本数据，对样本数据进行预处理，将预处理后的样本数据划分为训练集和测试集。根据训练集进行动态时间建模，得到多种不同的LSTM‑CNN网络结构。将训练集输入各LSTM‑CNN网络结构进行训练，得到多个备选风电功率预测模型。根据测试集对各备选风电功率预测模型进行测试，在多个备选风电功率预测模型中确定优选风电功率预测模型。本申请中结合CNN和LSTM进行动态时间建模，引入CNN来压缩LSTM隐藏状态以减少模型的输出，克服模型训练过程中的过拟合、梯度爆炸和消失问题，从而提高风电功率预测模型的预测精度。
-
公开(公告)号：CN114819377A
公开(公告)日：2022-07-29
申请号：CN202210509345.4
申请日：2022-05-11
Applicant: 云南电网有限责任公司电力科学研究院
IPC: G06Q10/04 , G06Q50/06 , H02J3/00 , G06N3/08 , G06N3/04 , G06F30/27 , G06F113/06 , G06F119/06
Abstract: 本申请涉及一种分散式风电功率预测方法、系统、装置及存储介质，属于电力系统技术领域。本申请包括：获取历史风力发电数据，对历史风力发电数据进行归一化处理，获得归一化特征数据；对归一化特征数据通过卷积层和全连接层处理，得到时间序列数据集合；将时间序列数据集合划分为训练集和测试集；将训练集中的数据输入informer模型进行训练；调整informer模型参数，获得多个不同的informer模型；将测试集中的数据输入不同的informer模型中；将不同informer模型的预测值与真实值进行比对，选择预测值最接近真实值的informer模型作为最终预测模型；通过本方案解决现有的网络模型无法捕获输出和输入之间固有的长距离特征，长序列时间预测效果较差的问题。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.051 seconds)
