-
公开(公告)号:CN119787315A
公开(公告)日:2025-04-08
申请号:CN202411835287.X
申请日:2024-12-13
Applicant: 国网吉林省电力有限公司吉林供电公司 , 东北电力大学
IPC: H02J3/00 , H02J3/38 , G06F18/213 , G06F18/22 , G06F18/241 , G06F18/23213 , G06N3/049 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/08 , G06Q10/063 , G06Q50/06
Abstract: 本发明公开了一种基于气象相似日的短期电力负荷预测方法及装置,所述方法包括获取历史日负荷波形数据,并划分波形类别;根据待测日的气象因素和日期类别,利用预训练的分类模型确定所属波形类别;基于待测日的气象因素,判断与所属波形类别中元素的相似性,得到最佳相似日;根据最佳相似日对应待测时刻的负荷数据与待测时刻的气象因素预测待测时刻的电力负荷。本发明能够处理气象因素与电力负荷之间的复杂非线性关系,从而有效提升负荷预测精度。
-
公开(公告)号:CN117996750A
公开(公告)日:2024-05-07
申请号:CN202410248411.6
申请日:2024-03-05
Applicant: 东北电力大学 , 中国电力科学研究院有限公司 , 国网吉林省电力有限公司白城供电公司 , 国网吉林省电力有限公司吉林供电公司 , 国网吉林省电力有限公司四平供电公司
IPC: H02J3/00 , G06F16/29 , G06Q50/06 , G06F18/213 , G06F18/23 , G06N3/0442 , G06N3/08
Abstract: 基于双输入模式下NWP风速校正的风电功率预测方法,属于风电技术领域。本发明提出的基于双输入模式和波动聚类的NWP风速校正方法能降低模型捕捉映射关系的难度,集中于对实测风速建立映射关系,提高NWP风速的校正精度,再将校正后的值应用于短期风电功率预测中,获得更准确的短期风电功率预测结果。本发明公开的方法物理意义清晰、科学合理、实用价值更高、精度更高,适用于风电功率预测,并且预测精度高,预测结果有效,适用性和实用性强。
-
公开(公告)号:CN119474880A
公开(公告)日:2025-02-18
申请号:CN202510026566.X
申请日:2025-01-08
Applicant: 东北电力大学
IPC: G06F18/214 , G06F18/2135 , G06F18/241 , G06F18/22 , G06F18/23 , H02J3/00 , H02J3/38 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/08
Abstract: 本公开提供了一种风电低出力事件判别及功率预测模型训练方法及装置,涉及风电功率预测技术领域,所述方法包括:对历史风电数据进行主成分分析,对主成分分析结果进行聚类,确定风电低出力事件对应的数据,构成样本集;对样本集中的至少一个气象要素和至少一个气象要素对应的风电功率点进行风电低出力事件类型的标注;基于样本集对风电低出力事件分类模型进行训练,基于样本集对不同风电低出力事件对应的风电低出力功率预测模型进行训练,如此,在后续功率预测场景中,可以根据不同风电低出力事件进行预测,增加风电功率短期功率预测的精度,提高风电功率预测结果对电力调度的积极意义。
-
公开(公告)号:CN119419801A
公开(公告)日:2025-02-11
申请号:CN202510021716.8
申请日:2025-01-07
Applicant: 东北电力大学
IPC: H02J3/00 , G06N3/042 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本申请公开了一种风电功率预测方法、装置、电子设备及存储介质,涉及新能源风力发电技术领域,该方法包括获取风电场的数值天气预报数据;基于风速偏移识别模型对数值天气预报数据进行处理,获得数值天气预报数据的偏移场景,偏移场景包括正向偏移或负向偏移;若数值天气预报数据的偏移场景为正向偏移,基于第一风电功率预测模型对数值天气预报数据进行处理,获得第一风电功率预测结果;若数值天气预报数据的偏移场景为负向偏移,基于第二风电功率预测模型对数值天气预报数据进行处理,获得第二风电功率预测结果。如此可达到校正风电功率的目的,使得预测的风电功率准确;并且建模代价和成本不高。
-
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:CN116523142A
公开(公告)日:2023-08-01
申请号:CN202310575852.2
申请日:2023-05-22
Applicant: 东北电力大学
IPC: G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N3/0442 , G06N3/048 , G06N3/084 , G06F18/23 , G06F18/214 , H02J3/00
Abstract: 一种考虑时空特性聚类的光伏集群区间预测方法,属于光伏功率预测技术领域,包括集群聚类和区间预测,采用K‑Modes进行光伏集群聚类,将云量、辐照度、温度、风速NWP特征,历史光伏功率以及各个光伏电站的地理位置光伏输入信息,将具有相似特征的光伏电站建立为一个子集群。采用QR‑LSTM模型对子集群分别进行光伏功率区间预测,并根据每个子集群的特点,对LSTM的步长进行调整,来达到最好的预测效果。本发明建立的模型计算简单、预测性能高。物理意义清晰,预测结果有效,实用性强。
-
公开(公告)号:CN116316600A
公开(公告)日:2023-06-23
申请号:CN202310324246.3
申请日:2023-03-30
Applicant: 东北电力大学
IPC: H02J3/00 , G06F18/10 , G06F18/214 , G06N3/0442 , G06N3/0499 , G06N3/08 , H02J3/38
Abstract: 本发明是一种基于季节分型的面向风电功率日前预测自适应滤波方法,其特点是,包括基于KL‑VMD‑NLM的深度自适应滤波、季节分型、模型选择、仿真计算和评价指标的步骤,相比传统的VMD分解技术,本发明有效避免了人工选择超参数所造成的误差,非局部均值去噪算法有效剔除了NWP中的噪声影响,同时使用多个备选模型,使得本发明在风电功率日前预测中的预测精度高、适用性强且效果佳。
-
公开(公告)号:CN115800262A
公开(公告)日:2023-03-14
申请号:CN202211569785.5
申请日:2022-12-08
Applicant: 国网辽宁省电力有限公司鞍山供电公司 , 国网辽宁省电力有限公司 , 东北电力大学 , 国家电网有限公司
IPC: H02J3/00 , G06Q10/0639 , G06Q50/06
Abstract: 本发明涉及一种面向清洁能源消纳的可控负荷日前调节能力评价方法,建立可控负荷跟踪风光波形波动能力指标模型的目标函数,和负荷跟踪消纳清洁能源调节量函数,根据目标函数和调节量函数获得可控负荷的清洁能源消纳的贡献指标模型,得到不同可控负荷跟踪风光出力曲线的能力,以及消纳调节能力的量化。本发明的优点是:建立可控负荷跟踪风光波形波动能力指标模型的目标函数,和负荷跟踪消纳清洁能源调节量函数,根据目标函数和调节量函数获得可控负荷的清洁能源消纳的贡献指标模型;对不同可控负荷的日前灵活性调节能力进行量化,可以得到各个时段的最优负荷规划方案,给电力系统实施相应的激励政策提供参考。
-
公开(公告)号:CN112668806A
公开(公告)日:2021-04-16
申请号:CN202110058821.0
申请日:2021-01-17
Applicant: 中国南方电网有限责任公司 , 东北电力大学 , 中国电力科学研究院有限公司
IPC: G06Q10/04 , G06Q50/06 , G06K9/62 , G06F30/20 , G06F111/08
Abstract: 本发明的一种基于改进随机森林的光伏功率超短期预测计算方法,其特点是,包括:随机森林模型的初步预测、初步预测结果下午时段的修正、初步预测结果上午时段的修正、仿真计算和误差分析步骤,将光伏功率日周期性分析应用随机森林模型所得到的双时段序列预测中,并且与基础随机森林预测方法对比进行预测,能够反映系统动态特性、跟踪未来功率趋势;改进随机森林超短期预测模型是一种修正预测模型,本模型计算简单、预测性能高、物理意义清晰、预测结果有效、实用性强。
-
公开(公告)号:CN110991725A
公开(公告)日:2020-04-10
申请号:CN201911185160.7
申请日:2019-11-27
Applicant: 东北电力大学
Abstract: 本发明涉及风电技术领域,是一种基于风速分频和权值匹配的RBF超短期风电功率预测方法,其特点是:包括风速波动特征的提取、风速区间的划分、径向基神经网络的训练、分频最优权值的分配、仿真计算和误差分析等步骤,与现有的仅考虑历史风电功率数据时序,本发明能跟踪未来的功率趋势,物理意义清晰,并考虑风速的分频特性。具有预测精度高,预测结果有效,适用性和实用性强等优点。
-
-
-
-
-
-
-
-
-