基于MIV-BP神经网络的光伏功率短期分类预测方法

    公开(公告)号:CN109376863A

    公开(公告)日:2019-02-22

    申请号:CN201811302459.1

    申请日:2018-11-02

    Abstract: 本发明实施例提供的基于MIV-BP神经网络的光伏功率短期分类预测方法,利用MIV算法筛选不同条件下对光伏功率影响程度较大的天气因素作为预测模型的输入,并根据天气信息中的降雨量数据与数据采样时刻建立分类预测模型进行预测。现有方法多以太阳辐射强度、温度和湿度等作为预测模型的必要输入,通过根据天气因素中的降雨量将原始数据序列分解为降雨时刻序列和非降雨时刻序列,并利用平均影响值算法筛选不同条件下对光伏功率的影响程度较大的天气因素作为预测模型的输入,根据数据的采样时刻进一步将非降雨时刻序列分解,分别对各序列建立子模型进行预测,降低了光伏功率的预测成本,同时提高了预测模型在突变天气下的预测精度,提高了模型的适应性。

    一种基于谐波状态的配电网电流修正方法

    公开(公告)号:CN119518787A

    公开(公告)日:2025-02-25

    申请号:CN202411641206.2

    申请日:2024-11-18

    Abstract: 本发明公开了一种基于谐波状态的配电网电流修正方法,属于配电网调节技术领域,包括S1、获取配电网历史运行数据,并根据历史运行数据计算谐波电流及谐波电流对应相角;S2、基于谐波电流及谐波电流对应相角结合谐波潮流方程计算得到配电网谐波状态估计值;S3、采集配电网实时运行数据,并根据所述实时运行数据及配电网谐波状态估计值构建谐波状态评估修正方程;S4、根据谐波状态评估修正方程、谐波电流及谐波电流对应相角进行潮流计算,得到配电网谐波状态修正值;S5、所述配电网根据配电网谐波状态修正值执行电流修正动作;本发明克服了现有技术未考虑谐波的多重影响因素,导致感知的配电网谐波状态与实际谐波状态偏差大的问题。

Patent Agency Ranking