-
公开(公告)号：CN118377067A
公开(公告)日：2024-07-23
申请号：CN202410453763.5
申请日：2024-04-16
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: G01W1/10 , G06F18/241 , G06Q50/06 , G06Q10/04
Abstract: 本申请涉及一种天气预警方法、装置、计算机设备及存储介质，涉及新能源发电技术领域，该方法包括：根据目标风电机组对应的极端天气信息集，对目标风电机组进行发电参数预测，得到发电预测参数；根据发电预测参数，确定目标风电机组在极端天气下的发电容量影响参数；根据发电容量影响参数，对目标风电机组进行极端天气预警评级，得到极端天气预警等级。本申请能够确保对目标风电机组进行发电参数预测的准确性和鲁棒性，保证了目标风电机组能够可靠运行。
-
公开(公告)号：CN116961019A
公开(公告)日：2023-10-27
申请号：CN202310580161.1
申请日：2023-05-22
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
Abstract: 本申请涉及一种区域电网功率平衡方法、装置、计算机设备、存储介质和计算机程序产品，该方法包括：获取总调度指令序列，获取预测总调度指令，获取每个平衡机组的当前功率输出值、调度参数和调频参数，生成初始调度方案，根据初始调度方案、当前总调度指令、预测总调度指令以及平衡机组的当前功率输出值和调度参数，通过驾驶训练优化算法获取第一调度方案，根据第一调度方案以及每个平衡机组的当前功率输出值和调频参数，获取第二调度方案，根据第一调度方案和第二调度方案，对平衡机组进行调度。本申请结合当前和未来的负荷波动对区域电网进行电力调度和一次调频，可使区域电网在受到负荷波动的干扰时更好地实现功率平衡。
-
公开(公告)号：CN116613738A
公开(公告)日：2023-08-18
申请号：CN202310558688.4
申请日：2023-05-17
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
Abstract: 本申请涉及一种风机出力预测方法、装置、设备、介质及程序产品，包括：根据历史时间的风机出力数据构建目标风机出力时间序列；根据所述历史时间的风机出力数据和所述目标出力时间序列训练NeralProphet模型，得到风机出力预测模型；根据所述风机出力预测模型，预测待测时间内目标风机是否发生风电爬坡事件。本申请通过构建符合NeralProphet模型构建原理的风机出力时间序列，并基于NeralProphet模型构建风机出力预测模型，采用风机出力预测模型对待测时间的风机出力数据进行预测，最后根据风机出力数据判断待测时间内是否发生风电爬坡时间，有效提升了对待测时间风机出力数据的预测准确性，并能及时预防风电爬坡时间的发生。
-
公开(公告)号：CN116562455A
公开(公告)日：2023-08-08
申请号：CN202310558338.8
申请日：2023-05-17
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 , 广西壮族自治区气象服务中心
Abstract: 本申请涉及一种风力发电机的气温预报数据处理方法、装置、计算机设备。所述方法包括：获取样本风力发电机对应的历史风机顶部气温数据、风机地理信息，以及基于数值模式的地面气温预报数据，按时间序列融合得到目标序列矩阵，作为训练样本数据；获取用于模型训练的目标模型算法；根据训练样本数据和目标模型算法，对预设网络模型进行模型训练，得到粒子群网络集成模型，作为预报数据订正模型；预报数据订正模型用于对输入的风力发电机的地面气温预报数据进行订正，得到风机顶部气温预测结果。采用本方法能够有效减少数值模式地面气温预报数据与风机顶部实况气温的差距，提升了风机顶部气温预报的准确性。
-
公开(公告)号：CN116304713A
公开(公告)日：2023-06-23
申请号：CN202310340584.6
申请日：2023-03-31
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: G06F18/214 , G06F18/241 , G06Q50/06 , G06Q10/20
Abstract: 本申请涉及一种风电场故障场景预测模型的生成方法、装置和计算机设备，包括：获取风电场的第一样本数据，将第一样本数据划分为原训练集和原测试集；通过原训练集对预设的集成模型中的多个初级分类器分别进行k折交叉验证训练，得到训练完成的各个初级分类器的输出结果；通过原测试集对训练完成的各个初级分类器进行测试，得到训练完成的各个初级分类器的预测准确率；根据训练完成的各个初级分类器的输出结果、预测准确率和第一样本数据，得到第二样本数据；通过第二样本数据对集成模型中的次级分类器进行训练，得到训练完成的集成模型，作为风电场故障场景的预测模型。采用本方法能够实现风电场在不同故障场景的准确预测分析。
-
Patent Agency Ranking
公开(公告)号：CN119294828A
公开(公告)日：2025-01-10
申请号：CN202411632013.0
申请日：2024-11-15
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: G06Q10/0635 , H02J3/46 , G06Q10/067 , G06Q50/06 , G06F18/15 , G06F18/20 , G06F18/27 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/006 , G06F123/02
Abstract: 本发明公开了一种电网前瞻风险评估方法、装置和介质，涉及电网调度优化技术领域，解决了现有技术中风力发电仍存在风速不稳定、风机效率低、电网调度难和安全性差的问题。本发明通过根据历史时段的风机功率数据，构建目标风机功率时间序列，然后训练极限学习机模型、长短时记忆神经网络模型和时间卷积网络模型，之后获取短期风功率的预测结果，提高对于短期风功率的预测结果的准确性和灵活性。在电网的离线阶段，根据电网断面数据集，构建生成对抗网络模型，生成至少一种电网前瞻场景序列；在电网的在线运行阶段，根据预设的风险评估指标和当前的电网运行场景信息，获得电网前瞻运行场景序列，增强对电网的运行风险评估的准确性和时效性。
-
公开(公告)号：CN117578428A
公开(公告)日：2024-02-20
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：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：CN116937566A
公开(公告)日：2023-10-24
申请号：CN202310918374.0
申请日：2023-07-25
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 , H02J3/38 , G06F18/214 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06Q10/04 , G06Q50/06
Abstract: 本申请涉及神经网络领域，特别是涉及一种风电功率多步预测方法、装置、计算机设备和存储介质，所述方法包括：获取待测风电场的历史风电负荷数据集，所述历史风电负荷数据集包括历史风电功率和历史天气特征；基于所述历史天气特征与所述历史风电功率的相关系数，选择所述历史天气特征中的目标天气特征；将所述历史风电功率和目标天气特征作为样本对CNN‑RNN‑LGBM模型进行训练，以优化所述CNN‑RNN‑LGBM模型的超参数，直到获得最优组合模型；基于所述待测风电场在目标时序段的风电负荷数据集，利用所述最优组合模型进行风电功率的多步预测。本发明提升风电功率的预测精度。
-
公开(公告)号：CN116565851A
公开(公告)日：2023-08-08
申请号：CN202310558840.9
申请日：2023-05-17
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
Abstract: 本申请涉及一种基于聚类算法的风电场功率预测方法、装置、计算机设备和存储介质，能够提高风电场功率预测效率。所述方法包括：对预先获取的风电场的历史出力数据时间序列进行分割，基于分割结果得到多个片段序列；对多个片段序列进行聚类，得到多个片段序列簇，并根据每个片段序列簇的簇心片段序列，得到典型出力数据时间序列；获取当前出力数据时间序列；当前出力时间数据序列包括与未来时间点邻近的多个历史序列样点和未来时间点的预测序列样点；基于当前出力数据时间序列与各个典型出力数据时间序列的比较结果，确定风电场在未来时间点的预测风电场功率。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.056 seconds)
