-
公开(公告)号:CN116451594B
公开(公告)日:2023-08-18
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。
-
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: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。
-
-