-
公开(公告)号：CN116739629A
公开(公告)日：2023-09-12
申请号：CN202310516111.7
申请日：2023-05-09
Applicant: 南方电网科学研究院有限责任公司 , 广西电网有限责任公司
IPC: G06Q30/0201 , H02J3/00 , G06Q50/06
Abstract: 本发明公开了一种电力系统净负荷预测误差正备用需求价格曲线计算方法，通过获取预设调度间隔的系统历史数据和未来某一调度间隔的系统预测值；根据系统历史数据和系统预测值，计算同一小时内每个调度间隔的系统净负荷预测值、实际值和预测误差；根据系统净负荷预测值和预测误差绘制散点图，并对散点图的上限进行分位数回归拟合，得到分位数回归曲线；根据分位数回归曲线计算确定系统净负荷预测误差正备用的需求价格曲线，能够支持备用辅助服务市场的建设。
-
公开(公告)号：CN118095890A
公开(公告)日：2024-05-28
申请号：CN202410220574.3
申请日：2024-02-28
Applicant: 中国南方电网有限责任公司 , 南方电网科学研究院有限责任公司
IPC: G06Q10/0637 , H02J3/00 , H02J3/38 , G06Q50/06 , G06F18/23213 , G06N3/0442 , G06N3/09
Abstract: 本发明公开了一种适用于复杂气候的新能源功率预测方法和系统，涉及新能源功率预测技术领域，获取多种训练气候特征数据，对多种训练气候特征数据进行数据预处理，生成气候特征数据，将全部的气候特征数据进行聚类处理，生成多个关键特征训练集，采用关键特征训练集输入预设初始新能源功率预测模型进行训练，生成新能源功率预测模型，当接收到待预测特征数据时，根据全部关键特征训练集和待预测特征数据确定对应的新能源功率预测模型作为推荐模型，将待预测特征数据输入推荐模型，生成待预测特征数据对应的功率预测结果。解决了现有新能源的功率预测由于各种预测算法适用场景设置较简单，无法对复杂气候特征的新能源进行精准预测。
-
公开(公告)号：CN116454874A
公开(公告)日：2023-07-18
申请号：CN202310396035.0
申请日：2023-04-12
Applicant: 中国南方电网有限责任公司 , 南方电网科学研究院有限责任公司
Inventor： 邓韦斯 , 戴仲覆 , 王皓怀 , 周保荣 , 李崇浩 , 卢斯煜 , 刘显茁 , 张旭东 , 王凌梓 , 邓力源 , 沈海波 , 卓毅鑫 , 唐健 , 胡甲秋 , 张俨 , 王宁 , 张杰 , 王邦一 , 赵川 , 闫斌杰 , 谢平平 , 陆秋瑜 , 莫若慧 , 何勇琪
IPC: H02J3/00 , G06N3/0464 , G06F18/2411 , G06F18/2451 , G06F18/27 , H02J3/38 , H02J3/46
Abstract: 本申请提供了一种风电功率的预测方法、风电功率的预测装置和电子装置，该方法包括：获取多个相似风电功率数据，相似风电功率数据为历史风电功率数据中与待测风电功率数据的关键影响因素数据在同一预定范围内的风电功率数据，待测风电功率数据为待测日期的预定时段内的风电功率数据，历史风电功率数据为待测日期之前的预定时段内的风电功率数据，风电功率数据为风电机组的输出功率，相似风电功率数据中的部分为训练样本数据，另一部分为测试样本数据；将测试样本数据输入至区域卷积神经网络模型，提取测试样本数据的特征；将测试样本数据的特征输入至支持向量回归模型，得到预测风电功率数据。该方法提高了风电功率的预测精度。
-
公开(公告)号：CN119558669A
公开(公告)日：2025-03-04
申请号：CN202410291951.2
申请日：2024-03-14
Applicant: 中国南方电网有限责任公司 , 南方电网科学研究院有限责任公司
IPC: G06Q10/0637 , G06Q50/06 , G06N3/0442 , G06N3/092 , H02J3/00 , H02J3/46 , H02J3/38
Abstract: 本发明提供了一种基于小波分解序列的新能源出力预测方法、系统和相关装置，包括获取原始的新能源出力数据，采用小波分解的方法对新能源出力数据进行小波分解；将分解好的新能源出力数据输入到预先训练好的组合神经网络中，由组合神经网络中的各个子神经网络输出各自的预测结果；基于组合预测结果，利用强化学习的方法确定最优的整合预测结果。本发明将新能源真实出力信号进行小波分解，能够挖掘出样本中更多的细节信息；利用组合神经网络进行模型预测，既能够克服单个神经网络的固有缺点，又能组合发挥其优势，实现协同优化；将组合神经网络的预测结果形成RQL的训练集，通过强化学习方法进一步提升预测的精度和收敛过程的鲁棒性。
-
公开(公告)号：CN117993521A
公开(公告)日：2024-05-07
申请号：CN202410291938.7
申请日：2024-03-14
Applicant: 中国南方电网有限责任公司 , 南方电网科学研究院有限责任公司
IPC: G06N20/20 , G06F18/2415 , G06Q50/06 , G06Q50/26
Abstract: 本发明提供了一种基于LGBM‑Adaboost的新能源出力预测方法，属于新能源出力预测技术领域。该方法包括采集影响新能源出力的条件样本；将条件样本输入到预先训练好的强预测器中，得到新能源出力预测结果；其中，强预测器是采用自适应提升算法Adaboost，在若干个弱预测器的基础上生成的，若干个弱预测器是以历史条件样本和历史新能源出力数据为训练数据，采用轻量级梯度提升机器学习算法LGBM生成的。本发明通过LGBM为新能源出力预测生成弱预测器，然后运用Ada‑boost方法选出强预测器并输出最终优化后的预测结果，能够较好地适应新能源机组出力预测的需求。
-
Patent Agency Ranking
公开(公告)号：CN116505513A
公开(公告)日：2023-07-28
申请号：CN202310382910.X
申请日：2023-04-10
Applicant: 中国南方电网有限责任公司 , 南方电网科学研究院有限责任公司
Inventor： 邓韦斯 , 戴仲覆 , 王皓怀 , 周保荣 , 李崇浩 , 卢斯煜 , 刘显茁 , 张旭东 , 王凌梓 , 邓力源 , 沈海波 , 卓毅鑫 , 唐健 , 胡甲秋 , 张俨 , 王宁 , 张杰 , 王邦一 , 赵川 , 闫斌杰 , 谢平平 , 陆秋瑜 , 莫若慧 , 何勇琪
IPC: H02J3/00 , G06N3/0442 , G06N3/098 , H02J3/46
Abstract: 本申请提供了一种风电机组的功率预测方法、功率预测装置和电子装置。该方法包括：获取预测时刻前多个风电机组的功率数据，并对多个风电机组的功率数据进行二阶差分处理，得到多个样本数据，多个样本数据的部分为测试数据，另一部分为训练数据；将测试数据依次输入至长短期记忆人工神经网络模型，得到多个风电机组的预测功率数据，将各风电机组的预测功率数据和对应的测试数据输入至判别器模型，判断风电机组的模拟预测功率数据是否正确；在判别器模型的损失函数收敛的情况下，确定预测功率数据为目标预测功率数据。该方法解决了风电机组功率预测精度低的技术问题。
-
公开(公告)号：CN118050603A
公开(公告)日：2024-05-17
申请号：CN202410015159.4
申请日：2024-01-04
Applicant: 广西电网有限责任公司电力科学研究院 , 广西电网有限责任公司
Abstract: 本发明公开了光伏逆变器出口线路串联电弧检测方法及系统，本发明通过所建立的直流分量下的光伏逆变器出口线路串联电弧模型，输入逆变器出口线路电流及电缆参数，得出直流分量作用下的电弧电阻与电缆电阻数值关系，由此形成逆变器出口线路串联电弧检测判据。通过输入逆变器数据采集装置中的线路电流、逆变器出口电压及网侧电压，就可以检测出逆变器出口线路的串联电弧，解决当前光伏电站电缆运维方式耗时耗力，且存在电缆串联电弧检测盲区的问题。
-
公开(公告)号：CN117633497A
公开(公告)日：2024-03-01
申请号：CN202311669547.6
申请日：2023-12-07
Applicant: 广西电网有限责任公司 , 广西电网有限责任公司北海供电局
IPC: G06F18/211 , G06N5/045 , H02J3/00
Abstract: 本发明公开了基于模型性能与计算代价的数值预测模型特征甄选方法，属于特征筛选技术领域，该方法包括：提出了基于模型性能与计算代价的数值预测模型特征甄选方法，通过采用模型可解释性算法对堆叠模型的各特征重要程度作了有效的解释，进一步，通过建立特征甄选模型，为堆叠模型的优选问题提供了可靠的依据，在模型性能和计算代价两个维度上，实现了数值预测模型建立过程中的特征优化选择，解决了数值预测模型在建立过程中在特征选择上存在的试错性、盲目性和弱可解释性等问题。
-
公开(公告)号：CN117578428B
公开(公告)日：2024-11-22
申请号：CN202311565839.5
申请日：2023-11-22
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
IPC: H02J3/00 , G06F18/15 , G06F18/214 , G06F18/27 , G06F18/25 , G06N3/0442 , G06N3/045 , G06N3/08 , G06Q50/06 , H02J3/38 , G06F123/02
Abstract: 本申请涉及一种风机功率递归预测方法、装置、计算机设备和存储介质。该方法包括：根据历史时段的风机功率数据，构建风机功率时间序列；获取风机功率时间序列中的缺值数据，并通过分段线性回归模型对缺值数据进行填补，得到目标风机功率时间序列；分段线性回归模型用于捕捉目标风机功率时间序列中的局部特征和规律；根据目标风机功率时间序列训练初始风机功率递归预测模型，以优化初始风机功率递归预测的参数，直至得到训练完成的风机功率递归预测模型；风机功率递归预测模型用于捕捉目标风机功率时间序列中的整体特征和规律；根据风机功率递归预测，预测风电场在待测时间内的风机功率。本申请能够提升对待测风机功率预测的准确性和可解释性。
-
公开(公告)号：CN118965026A
公开(公告)日：2024-11-15
申请号：CN202410849923.8
申请日：2024-06-27
Applicant: 广西电网有限责任公司电力科学研究院
IPC: G06F18/23 , F03D17/00 , G06F18/214 , G06F18/2433 , G06F18/15 , G06F18/213 , H04L47/25 , H04L43/08 , H04L43/04
Abstract: 本发明公开了数据同步性能监测的风机电站数据处理方法及系统，涉及风机电子数据处理技术领域，包括：根据数据传输同步基础稳定性分析结果、数据传输时间延时参数分析结果和数据同步算法性能参数分析结果综合分析风机电站现场监测数据的同步性能，设立数据传输时间同步性能异常等级，根据数据传输时间同步性能异常等级调整风机电站数据传输方案。本发明通过综合分析风机电站现场监测数据的同步性能并调整风机电站数据传输方案，达到了提高风机电站监测数据同步性能有效性的效果，解决了现有技术中存在不能提高风机电站监测数据同步性能有效性的问题。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.064 seconds)
