一种区域电网负荷预测方法和装置

    公开(公告)号:CN113642677A

    公开(公告)日:2021-11-12

    申请号:CN202111184364.6

    申请日:2021-10-12

    Abstract: 本发明涉及一种区域电网负荷预测方法和装置,属于电力技术领域,解决通过结构化气象数据进行建模丢失非结构化气象因素中蕴含的数据信息,从而影响负荷预测的准确性的问题。该方法包括:确定区域电网内的各个气象分区中的影响负荷的气象数据,气象数据包括气压、温度、降水量、相对湿度、风速、风向、日期类型和云图数据,通过全天空成像仪拍摄获取云图数据;对气象数据进行预处理;建立Gabor过滤器‑卷积神经网络的云图分类判别模型,并利用判别模型对预处理的云图数据进行预测分类处理;将分类的云图数据与其他气象数据进行融合,以形成气象数据集合;建立负荷预测模型;以及利用负荷预测模型预测各气象分区的负荷。提高负荷预测的准确性和精度。

    一种混合风力发电的预测方法及系统

    公开(公告)号:CN105930900B

    公开(公告)日:2018-02-27

    申请号:CN201610300971.7

    申请日:2016-05-09

    CPC classification number: Y04S10/54

    Abstract: 本发明公开一种混合风力发电的预测方法及系统,该混合风力发电的预测方法包括:获取风电场的风向、风速及对应的风电输出功率的历史数据,并对历史数据进行抽样得到样本数据;对样本数据的统计特性进行判断分析,获取风频集中且风电输出功率差异达到差异阈值的风向,并根据所获取的风向及其与风速、风电输出功率的对应关系采用模糊层次聚类法,将样本数据划分为三类;采用神经网络算法对每类样本进行训练,对应形成三类特定的风力发电预测模型,然后进行合并处理,建立用于对风力发电产能进行预测的混合风力发电预测模型。因此,通过实施本发明能够实现对不同的风向、风速有针对性地进行模型预测,并且能够提高风力发电功率的预测精度。

    一种多电力系统状态评价方法和系统

    公开(公告)号:CN115375050A

    公开(公告)日:2022-11-22

    申请号:CN202110546476.5

    申请日:2021-05-19

    Abstract: 本发明涉及一种多电力系统状态评价方法和系统,属于电力技术领域,解决了现有电力系统状态不明确的问题。该方法包括基于每个电力系统的多个评价指标构建原始矩阵并进行预处理;基于熵权法确定的评价指标熵权和CRITIC法确定的评价指标权重确定评价指标的组合权重;基于预处理后的原始矩阵与组合权重获得标准化决策矩阵;根据标准化决策矩阵计算正理想解和负理想解;基于正理想解和负理想解划分极值区间以确定等级集;基于等级集计算标准化决策矩阵的各元素与各等级之间的贴近度;依据最大贴近度的原则,确定电力系统所属的等级;以及通过计算特征值进一步区分同一等级电力系统状态的优劣。组合权重考虑指标之间的冲突性、对比强度和离散性,使指标权重更加科学。

    基于EMS-LMP耦合的源网荷储一体化可再生能源消纳方法及装置

    公开(公告)号:CN117559438A

    公开(公告)日:2024-02-13

    申请号:CN202311604895.5

    申请日:2023-11-28

    Abstract: 本发明涉及一种基于EMS‑LMP耦合的源网荷储一体化可再生能源消纳方法及装置,属于电力系统技术领域,解决现有源网荷储一体化系统的组织结构、运行方式、能量管理等方面与传统电力系统存在差异的问题。方法包括:建立基于可再生能源消纳的电力市场仿真系统;建立节点边际电价LMP调度模型,以采用安全约束机组组合SCUC和安全约束经济调度SCED优化进行日前市场和日内市场联合仿真;建立基于EMS‑LMP可再生能源价格响应模型,能量管理系统EMS包括储能模块,通过荷电状态SOC对所述储能模块充放电状态进行管理以及根据实时的节点电价、可再生能源的出力情况、均衡负载计算所述储能模块的荷电状态SOC;建立源网荷储一体化消纳模型。提高调度模型求解精度、降低算法复杂度。

    一种配电网线路故障预测方法和装置

    公开(公告)号:CN115270965B

    公开(公告)日:2023-05-12

    申请号:CN202210904369.X

    申请日:2022-07-29

    Abstract: 本发明涉及一种配电网线路故障预测方法和装置,属于数据预处理与识别技术领域,解决现有方法未考虑气象要素且计算量过大等问题。该方法包括:获取配电网线路故障的相关数据;对相关数据中的历史数据进行预处理,以将历史数据预处理为数据多域集;计算预处理后的历史数据中的外部气象数据与故障发生频次之间的关联颗粒度以确定故障发生频次的主要影响因素;构建基于外部气象数据的多层次目标聚类分析模型,对相同类型气象条件、相同故障类型的故障进行分类以生成训练数据集;构建神经网络模型并利用训练数据集进行训练以获取预测模型;以及将实时数据输入预测模型以预测配电网线路故障。提升故障预测精度并向电网运行维护提供支撑与依据。

    基于异构气象数据融合的区域电网负荷预测方法和装置

    公开(公告)号:CN113642676A

    公开(公告)日:2021-11-12

    申请号:CN202111184358.0

    申请日:2021-10-12

    Abstract: 本发明涉及一种基于异构气象数据融合的区域电网负荷预测方法和装置,属于电力技术领域,解决现有气象数据使电网负荷的预测准确性低和速度低的问题。该方法包括:确定区域电网内的各个气象分区中的影响负荷的气象数据,气象数据包括通过全天空成像仪拍摄获的取云图数据;对气象数据进行预处理;建立Gabor过滤器‑卷积自动编码器的云图分类判别模型,并利用判别模型对预处理的云图数据进行预测分类处理;将分类的云图数据与其他气象数据进行融合,以形成气象数据集合,其他气象数据包括气压、温度、降水量、相对湿度、风速、风向、日期类型和云图数据;建立负荷预测模型;以及利用负荷预测模型预测各气象分区的负荷。提高负荷预测的准确性和速度。

Patent Agency Ranking