公开(公告)号：CN119644471A

公开(公告)日：2025-03-18

申请号：CN202411700013.X

申请日：2024-11-26

Applicant: 国网江苏省电力有限公司南京供电分公司

Inventor： 王永强 ,  邱刚 ,  武永泉 ,  张四维 ,  吴奇伟 ,  高超 ,  张廼龙 ,  焦彦俊 ,  赵轩 ,  龙涛 ,  吕立翔

IPC: G01W1/10 ,  G06Q10/04 ,  G06F18/21 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明具体涉及一种强对流大风的临近风速预测方法，属于风速预测技术领域。本发明基于改进的Transformer模型实现了临近风场预报，通过构建MSAB、FGU等模块，使模型能够更好的融合多源数据之间的信息，学习到数据在空间尺度和时间尺度的变化特征，从而提升最终风速的临近预报效果。本发明使用的深度学习模型相较于CNN、RNN两类深度学习模型，既能够有效提取数据的空间分布特征，又能够适用于长期序列预测任务。同时基于transformer架构，使用矩阵预算代替传统RNN中的循环，使模型能够并行计算，从提高计算效率。

公开(公告)号：CN119514759A

公开(公告)日：2025-02-25

申请号：CN202411491109.X

申请日：2024-10-24

Applicant: 国网江苏省电力有限公司南京供电分公司 ,  国网江苏省电力有限公司电力科学研究院

Inventor： 武永泉 ,  邱刚 ,  王永强 ,  吴奇伟 ,  张四维 ,  张廼龙 ,  焦彦俊

IPC: G06Q10/04 ,  G06Q50/06 ,  G01W1/10 ,  G06F18/15 ,  G06F18/213 ,  G06F18/2431

Abstract: 本发明公开了一种基于WRF模式调优对密集输电通道风场精细预测方法，包括以下步骤：步骤1、获取密集输电通道区域土地数据替换WRF模式的默认数据，在WRF模式中构建密集输电通道区域下垫面地形数据；步骤2、获取密集输电通道区域历史时间的强对流大风过程个例数据输入至WRF模式，由WRF模式使用多种物理过程参数化方案对强对流大风过程个例进行模拟，得到优化后的WRF模式；步骤3、获取密集输电通道区域的实时风场预报数据输入至优化后的WRF模式，得到密集输电通道区域风场的精细预测结果。本发明为输电通道大风预报预警提供了决策支持，有效解决电网实际运行中时空尺度不足的问题。

公开(公告)号：CN118822009A

公开(公告)日：2024-10-22

申请号：CN202410836545.X

申请日：2024-06-26

Applicant: 国网江苏省电力有限公司南京供电分公司 ,  国网江苏省电力有限公司电力科学研究院

Inventor： 武永泉 ,  邱刚 ,  吴奇伟 ,  张四维 ,  张廼龙 ,  刘欣厚 ,  龙涛

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/0464 ,  G06N3/0442 ,  G01W1/10 ,  G06N3/08

Abstract: 本发明属于涉及一种精细化风场的短期风速预测方法、系统及存储介质，属于预测天气状态的技术领域。本发明对现有的预测递归神经网络PredRNN进行了改进，加入了残差结构，使得采用基于残差改进的预测递归神经网络建立风场的第一风速预测模型可以更好的挖掘数据之间的关系，解决了模型随着网络层数加深，在反向传播过程中，底层很容易发生梯度消失的问题，大大提升了风速预测模型的预测准确率。本发明将第一风速预测模型与现有的天气预报模式WRF进行融合，得到第二风速预测模型，结合了天气预报模式WRF在精细化风场的中后段风速预测的准确性和LSTM系列模型在精细化风场的前段风速预测的准确性；使得整个时段的精细化风场的风速预测均十分准确。