-
公开(公告)号：CN119448392A
公开(公告)日：2025-02-14
申请号：CN202411321707.2
申请日：2024-09-23
Applicant: 中国南方电网有限责任公司
IPC: H02J3/38 , H02J3/00 , G06Q10/04 , G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了用于新能源光伏电站的实发数据管理方法及系统，涉及数据处理相关领域，该方法包括：在光伏电站部署发电量采集装置、环境状态采集装置和设备状态采集装置；通过发电量采集装置采集发电量数据；通过环境状态采集装置采集光照强度、温度、湿度和风速信息，获得环境状态数据；通过设备状态采集装置采集逆变器效率、光伏板性能、储能系统状态和设备故障记录信息，获得设备状态数据；基于发电量数据、环境状态数据和设备状态数据进行运维管理。解决了现有光伏电站数据管理存在的缺乏有效整合和分析机制，导致运维决策片面和运维效率低下的技术问题，达到了通过对数据的全面整合与关联，提高运维决策的精准化和运维效率的技术效果。
-
Patent Agency Ranking
公开(公告)号：CN118282030A
公开(公告)日：2024-07-02
申请号：CN202410213109.7
申请日：2024-02-27
Applicant: 中国南方电网有限责任公司
Abstract: 本申请涉及风险预警技术领域，提供一种分布式新能源集群风险主动预警方法及系统。所述方法包括：确定目标区域，基于所述目标区域获取分布式新能源集群；基于所述分布式新能源集群获取控制系统；根据能源模块获取对应的运行数据权重；获取所述分布式新能源集群的实时数据；搭建风险评估模型，输出风险评估结果；基于所述风险评估结果生成预警信息，对所述分布式新能源集群进行风险预警。采用本方法解决了现有技术中新能源集群数据整合困难，风险评估的误差较大的技术问题，达到了提高数据获取和整合能力，开发更准确和全面的风险评估模型，提高了分布式新能源集群的风险管理水平的技术效果。
-
公开(公告)号：CN118313495A
公开(公告)日：2024-07-09
申请号：CN202410219964.9
申请日：2024-02-28
Applicant: 中国南方电网有限责任公司
Abstract: 本申请涉及人工智能技术领域，提供基于分布式新能源功率预测的Al数据建模方法。所述方法包括：通过交互方式获取分布式新能源结构数据；基于该数据获取环境信息；并进行预处理，通过关联分析得到功率响应特征集；提取样本功率特性记录；构建分布式能源功率预测网络，利用样本记录进行训练评估，获取网络性能参数；若符合预设性能参数约束，存储为分布式能源功率预测模型，用于进行功率预测。本申请通过提取分布式环境信息，并进行关联分析，解决因数据稀疏性、非线性和不确定性导致分布式能源功率预测模型性能不佳的技术问题，确保预测结果的准确性和可靠性。
-
公开(公告)号：CN118281940A
公开(公告)日：2024-07-02
申请号：CN202410207093.9
申请日：2024-02-26
Applicant: 中国南方电网有限责任公司
Abstract: 本发明公开了一种用于分布式新能源分层分区预测的方法及系统，涉及新能源管理相关技术领域，该方法包括：将目标园区划分，获得多个区域；采集多个拓扑结构数据；根据数据里的能源传递方向对多个节点进行分层；在多个能源层级内采集预设时间范围内的能源传递特征数据；基于多个区域和能源层级构建能源预测模型；将多个能源传递特征数据输入能源转化预测模块；将得到能源转化预测结果输入能源传递分析模块，将获得的能源预测结果输入总能源传递分析模块，获取总能源预测结果。解决了现有新能源分层分区预测存在的提取能源特征数据不够准确、全面，进而导致模型预测结果不够精准使得能源调度分配不平衡的技术问题。
-
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。
-
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。
-
-
-
-
-
Search Results
16
records
(took 0.026 seconds)
