-
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：CN117613890B
公开(公告)日：2024-12-13
申请号：CN202311655387.X
申请日：2023-12-05
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 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06Q50/06
Abstract: 本申请涉及风功率预测技术领域，特别是涉及一种风功率预测方法、装置、计算机设备和存储介质。方法包括：获取历史风功率的时间序列数据，所述时间序列数据包含不同时间点的风功率值，分别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；然后训练多目标预测模型；采用多目标哈里斯鹰算法，获取多目标预测模型的组合权值向量的帕累托最优解集；采用深度确定性策略梯度方法，根据帕累托最优解集，获取多目标预测模型中各模型的动态最优权值；根据多目标预测模型中的各模型及相应的动态最优权值，获取短期风功率的预测结果，可视化显示所述预测结果。采用本方法，能够提高对于短期风功率的预测结果的准确性和灵活性。
-
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。
-
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：CN118277907A
公开(公告)日：2024-07-02
申请号：CN202410476445.0
申请日：2024-04-19
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: G06F18/243 , G06F18/214 , G06N20/20 , G01W1/10
Abstract: 本申请涉及一种风电场风机的极大风速预报方法、装置、计算机设备。获取样本风机对应的历史风机关联数据并进行预处理，作为训练样本数据，其中，风机关联数据包括风机实况材料、ECMWF模式的阵风预报场数据和气象站点大风实况资料；基于预处理后的ECMWF模式的阵风预报场数据，确定风机极大风速初步预测结果；基于预处理后的风机实况材料、气象站点大风实况资料和随机森林算法，确定风速映射关系；基于气象站点大风实况资料，优化U‑Net模型的损失函数，以得到极大风速预报订正模型，从而得到风机极大风速预报数据；基于风机极大风速预报数据和风速映射关系，确定风机极大风速预报结果。经验证，该方法进行风机极大风速预报的精度高，且普适性强。
-
Patent Agency Ranking
公开(公告)号：CN118245559A
公开(公告)日：2024-06-25
申请号：CN202410477822.2
申请日：2024-04-19
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: 本申请涉及一种风电场风机覆冰停运容量预测方法、装置、设备和介质。通过基于风电场风机的历史覆冰信息、历史气象信息和预测气象信息确定覆冰影响因子，由风机覆冰预测模型基于预测气象信息输出覆冰预测结果，确定存在覆冰时，由风机运行状态预测模型基于第一神经网络、第二神经网络和覆冰影响因子输出覆冰停机时间，基于覆冰停机时间确定风机对应的覆冰停运容量。相较于传统的通过实际的覆冰试验结果进行预测，本方案结合风机的历史和预测信息，结合覆冰预测模型和风机状态预测模型等多个模型对风机是否存在覆冰以及风机覆冰时停机的时间进行预测，并基于时间确定风机的覆冰停运容量，提高了获取风机因覆冰而停运的容量的效率。
-
公开(公告)号：CN118154011A
公开(公告)日：2024-06-07
申请号：CN202311721331.X
申请日：2023-12-14
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: G06Q10/0639 , G06Q10/0635 , G06Q50/06
Abstract: 本申请涉及一种新能源场站的气象灾害评估方法和装置。获取目标区域在预设时间段内的气象数据、地理环境数据和新能源场站信息；根据气象数据、地理环境数据和新能源场站信息，确定目标灾害类型下目标区域内各新能源场站在每一预设指数下的预测指数值；各预设指数包括致灾因子危险性指数、孕灾环境敏感性指数和承灾体易损性指数；根据各新能源场站在每一预设指数下的预测指数值，以及每一预设指数对应的指数权重，确定目标区域内各新能源场站在目标灾害类型下的气象灾害评估指数；其中，每一预设指数的指数权重是对目标区域在历史时段内各新能源场站在每一预设指数下的实际指数值进行处理得到的。能够提高新能源场站的气象灾害评估结果的准确性。
-
公开(公告)号：CN117613890A
公开(公告)日：2024-02-27
申请号：CN202311655387.X
申请日：2023-12-05
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 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06Q50/06
Abstract: 本申请涉及风功率预测技术领域，特别是涉及一种风功率预测方法、装置、计算机设备和存储介质。方法包括：获取历史风功率的时间序列数据，所述时间序列数据包含不同时间点的风功率值，分别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；然后训练多目标预测模型；采用多目标哈里斯鹰算法，获取多目标预测模型的组合权值向量的帕累托最优解集；采用深度确定性策略梯度方法，根据帕累托最优解集，获取多目标预测模型中各模型的动态最优权值；根据多目标预测模型中的各模型及相应的动态最优权值，获取短期风功率的预测结果，可视化显示所述预测结果。采用本方法，能够提高对于短期风功率的预测结果的准确性和灵活性。
-
公开(公告)号：CN117134350A
公开(公告)日：2023-11-28
申请号：CN202311213080.4
申请日：2023-09-19
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: 本申请涉及一种极端天气条件下超短期风电功率分段预测方法、装置、计算机设备、存储介质和计算机程序产品。本申请能够提高极端天气条件下风电功率预测的准确度。该方法包括：根据风电机组历史数据和设备信息，设置风电功率时间序列趋势指标，并构建窗口调整机制；根据风电功率时间序列趋势指标，构建拐点检测机制，以及根据极端天气气象数据和功率突变周期准则，构建伪拐点识别机制；基于窗口调整机制、拐点检测机制和伪拐点识别机制，构建风电功率时间序列识别模型，将风电机组历史数据和设备信息输入风电功率时间序列识别模型，得到极端天气风电功率序列；将极端天气风电功率序列输入预设的风电功率预测模型，得到各序列风电功率预测结果。
-
公开(公告)号：CN116562456A
公开(公告)日：2023-08-08
申请号：CN202310558452.0
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组合权重的多模式融合风机覆冰预测方法和装置。所述方法包括：获取风电区域对应的风机实况气温数据、网格气温预报数据以及风机位置数据；将风机实况气温数据、网格气温预报数据以及风机位置数据输入到至少一个风电区域对应的风机温度订正模型，得到风电区域对应的风机气温预测数据；对风机气温预测数据中各风机气温预测信息的组合重要度信息进行调整，得到风电区域对应的风机气温订正数据；将风机气温订正数据以及网格气温预报数据输入至风电区域对应的风机覆冰预报模型，得到风电区域对应的风机覆冰预报数据。采用本方法能够提高对风机顶部的覆冰情况进行预测的准确度。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.075 seconds)
