-
公开(公告)号：CN119762985A
公开(公告)日：2025-04-04
申请号：CN202411890244.1
申请日：2024-12-20
Applicant: 广西电网有限责任公司 , 北京东润环能科技股份有限公司
Abstract: 本发明涉及新能源技术领域，公开了一种分布式光伏装机容量计算方法、装置、设备及介质，分布式光伏装机容量计算方法包括：获取预设空间尺度下的卫星的正射影像数据；对正射影像数据进行光伏组件分割，得到包含各分布式光伏组件的多个分割图像；对各分割图像进行边缘检测，得到各分布式光伏组件对应的目标区域；基于预设目标检测规则对目标区域进行光伏组件识别，得到各目标区域对应的光伏组件类型；基于各光伏组件类型对应的目标区域的面积和各光伏组件类型对应的容量进行分布式光伏装机容量计算，得到容量计算结果；能够智能、自动化的评估出自定义领域内分布式光伏装机容量，便于管理分布式光伏。
-
公开(公告)号：CN119009930A
公开(公告)日：2024-11-22
申请号：CN202410842575.1
申请日：2024-06-27
Applicant: 北京东润环能科技股份有限公司
IPC: H02J3/00 , G06Q10/04 , G06Q50/06 , G06F18/213 , G06F18/214 , G06F18/25 , G06F123/02
Abstract: 本发明涉及新能源技术领域，公开了功率预测模型的训练方法和功率预测方法，训练方法包括：获取目标风电场的历史时间数据和所述历史时间数据对应的历史功率数据；基于所述历史时间数据构建历史多维时间特征集合；基于所述历史多维时间特征集合和所述历史功率数据构建训练数据集；基于所述训练数据集对预先构建好的功率预测模型进行模型训练，得到所述功率预测模型；本发明的上述实施方式，可通过预先构建的历史多维时间特征集合在模型训练的过程中考虑时间特征的周期性变化、季节性变化、工作日及周末差异属性，能够更好地捕捉风力发电量随时间的周期性变化和季节性变化，从而实现适应于风速季节性变化的风功率预测。
-
公开(公告)号：CN117892132A
公开(公告)日：2024-04-16
申请号：CN202410064300.X
申请日：2024-01-16
Applicant: 北京东润环能科技股份有限公司
IPC: G06F18/214 , G06F18/213 , G06N3/044 , G06N3/0442 , G06Q10/04 , G06Q50/06 , H02J3/00 , G06F123/02
Abstract: 本发明涉及新能源技术领域，公开了功率预测模型训练方法、预测方法、装置、设备及介质，本发明的功率预测模型的训练方法，获取历史气象数据和历史功率数据；基于历史气象数据的周期性确定风速分布的时段信息；基于时段信息对历史气象数据和历史功率数据进行划分，得到各时段信息下对应的训练数据集；能够在构建模型训练数据集时考虑风速周期性对功率预测的影响；将各训练数据集输入至目标功率预测模型中进行训练，目标功率预测模型包括各时段信息对应的多个功率预测子模型，能够通过各功率预测子模型考虑风速周期性变化进行预测，提高了功率预测的准确性。
-
公开(公告)号：CN116579450A
公开(公告)日：2023-08-11
申请号：CN202310228868.6
申请日：2023-03-10
Applicant: 广西电网有限责任公司 , 南方电网能源发展研究院有限责任公司 , 北京东润环能科技股份有限公司
Abstract: 本发明公开了一种基于HMM的超短期功率预测方法及系统，属于电力预测技术领域，方法包括：获取历史短期预测功率数据与历史实际功率数据之间标准化后的误差分布；判断误差分布是否满足高斯分布；在满足高斯分布的情况下，分别采用ORPC超短期算法、BP神经网络、GRNN神经网络和ELM极限学习机进行短期功率预测，得到不同短期预测方法对应的短期预测功率数据；采用马尔可夫模型，得到未来n步转移概率矩阵，得到不同短期预测方法对应的下一时刻超短期预测功率值和第4小时超短期预测功率值；在下一时刻，比较计算出的超短期预测功率值与实际功率的偏差；确定出与实际功率偏差最小的超短期预测功率值，将相应的第4小时超短期预测功率值进行上报。
-
公开(公告)号：CN116451594A
公开(公告)日：2023-07-18
申请号：CN202310706450.1
申请日：2023-06-15
Applicant: 北京东润环能科技股份有限公司
IPC: G06F30/27 , G06F18/214 , G06F18/22 , G06F18/25 , G01W1/02 , G06F113/06
Abstract: 本申请实施例提供一种覆冰预测模型的训练方法、预测方法、装置和电子设备，适用于风电场风机的覆冰预测，覆冰预测模型训练方法包括：获取历史的风电场实测气象数据，其中，风电场实测气象数据为风机处于覆冰状态以及未覆冰状态下的多类气象序列数据；基于多类气象序列数据构建多个模型训练样本对；其中，多个模型训练样本对包括根据覆冰状态划分的同类型样本对和不同类型样本对；在进行模型训练时，分别提取每一类气象序列数据的气象变化特征；学习多个气象变化特征相互耦合下在时间上的累计变化特征和各个气象变化特征的加权权重；基于同类型样本对和不同类型样本对相似度更新参数使覆冰预测模型得到收敛。
-
Patent Agency Ranking
公开(公告)号：CN115329251B
公开(公告)日：2023-03-24
申请号：CN202211256966.2
申请日：2022-10-14
Applicant: 北京东润环能科技股份有限公司
Abstract: 本申请提供一种风力电站的理论功率计算方法及装置，采用理论功率计算模型计算风速对应的风速理论功率，避免了通过风力发电机组的瞬时功率计算风力电站的风速理论功率，提高了风速理论功率的计算准确率和参考价值；采用多项式拟合得到的理论功率计算模型，避免了复杂计算模型的应用，提升了风速理论功率的计算效率；将风速理论功率和样板机理论功率的平均值作为初始理论功率，通过平均的方式对初始理论功率进行修正，提高了初始理论功率的有效性；将全站实际功率和全站装机容量与初始理论功率进行对比，能够滤除不合理的初始理论功率，提高了理论功率计算结果的合理性。
-
公开(公告)号：CN113988491A
公开(公告)日：2022-01-28
申请号：CN202111626931.9
申请日：2021-12-29
Applicant: 北京东润环能科技股份有限公司
Abstract: 本申请提供一种光伏短期功率预测方法、装置、电子设备及存储介质，所述方法包括：获取预报辐照度和预测日期；基于所述预测日期通过预先构建的最大辐照度模型计算得到预测最大辐照度，其中，所述最大辐照度模型是基于历史年辐照度数据集和历史日期构建得到的；根据所述预报辐照度、所述预测最大辐照度和最优稳定功率计算得到短期预测功率，其中，所述最优稳定功率是基于所述历史日期、预定功率数据集和所述最大辐照度模型计算得到的。本申请利用光伏发电呈现出的日周期性和年周期性的特点，通过最大辐照度模型和最优稳定功率减少了光伏短期功率预测值的波动和其他异常值出现的概率，提高了光伏发电功率预测结果的稳定性。
-
公开(公告)号：CN118296507A
公开(公告)日：2024-07-05
申请号：CN202410332251.3
申请日：2024-03-22
Applicant: 北京东润环能科技股份有限公司
IPC: G06F18/2431 , H02J3/00 , G06F18/23213 , G06N3/0464 , G06N3/0442 , G06V20/17 , G06V10/44 , G06V10/54 , G06V10/56 , G06V10/62 , G06V10/82 , G06V10/762 , G06V10/764 , G06Q50/06 , G01B11/06 , G01W1/10 , G06N3/048 , G06F123/02
Abstract: 本发明涉及新能源技术领域，公开了基于无人机的短期功率预测模型构建方法和预测方法，本发明获取目标光伏电站历史多次降雪事件对应的历史数据集；对每组所述历史图像序列的历史图像数据进行遮挡厚度提取，得到历史遮挡厚度序列；对历史遮挡厚度序列和历史功率序列进行时序依赖关系提取，分别得到历史遮挡厚度变化信息和历史功率变化信息；基于历史遮挡厚度变化信息和历史功率变化信息构建训练数据集，将训练数据集输入至预先构建好的预设功率预测模型中进行模型训练，在训练的过程中，学习历史遮挡厚度变化信息和历史功率变化信息的时序对应关系，以得到第一光伏短期功率预测模型，功率预测模型能够适应不同厚度变化与功率变化的伴随关系。
-
公开(公告)号：CN117458484A
公开(公告)日：2024-01-26
申请号：CN202311705136.8
申请日：2023-12-12
Applicant: 北京东润环能科技股份有限公司
IPC: H02J3/00 , G06F18/213 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/08 , H02J3/38 , G06Q50/06
Abstract: 本公开提供了一种高容配比光伏短期功率预测方法、装置、设备及存储介质，涉及光伏发电、功率预测技术领域。该方法基于深度学习方法并结合业务背景，并通过历史出力数据和气象数据的方式将场站数据集划分为不同的天气类型，通过提取不同天气条件下场站的爬坡特征，从而借助深度学习思想所训练得到的对高容配比光伏发电站的实际天气、时段与功率之间的准确对应关系的学习和挖掘，进而使得光伏短期预测结果准确率更高，有效降低高容配比场站出力爬坡阶段的预测误差。
-
公开(公告)号：CN116780533B
公开(公告)日：2023-11-03
申请号：CN202311027499.0
申请日：2023-08-16
Applicant: 北京东润环能科技股份有限公司
IPC: H02J3/00 , G06V20/13 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本申请实施例提供一种光伏超短期预报方法、装置、电子设备和存储介质，所述光伏超短期预报方法包括：获取地基云图数据和卫星云图数据；将所述地基云图数据输入至预先训练好的地基云图预报模型中，得到地基云图预报结果；将所述卫星云图数据输入至预先训练好的卫星云图预报模型中，得到卫星云图预报结果；将所述卫星云图预报结果输入至预先训练好的云体移动预测模型进行预测，得到基于卫星云图的第一移动预测结果；将所述地基云图预报结果输入至预先训练好的云体遮挡预测模型进行预测，得到基于地基云图的第一遮挡预测结果；将所述第一移动预测结果和所述第一遮挡预测结果输入至预先训练好的光伏超短期预报模型中，得到光伏超短期预报结果。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.061 seconds)
