-
公开(公告)号：CN116760010A
公开(公告)日：2023-09-15
申请号：CN202310539524.7
申请日：2023-05-12
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: H02J3/00 , G06Q10/04 , G06Q50/06 , G06N3/0442 , G06F18/214
Abstract: 本申请提供了一种基于偏差补偿和梯级迁移的短期风电功率预测方法和装置。该方法包括：采用最大相关最小冗余算法分别对各风电场对应的历史风电关联数据进行清洗，得到各风电场对应的样本数据；采用第一类型风电场对应的样本数据训练TCN‑GRU神经网络得到初始风电功率预测模型；采用第二类型风电场对应的样本数据对初始风电功率预测模型进行梯级迁移，得到风电功率预测模型；将当前时刻之前的历史时间段内预设风电场的样本数据输入至风电功率预测模型，得到当前时刻之后的预设时间段的风电功率预测数据。本申请提高了风电功率预测的准确率，解决了现有技术中风电场短期功率预测准确率较低的问题。
-
公开(公告)号：CN116702587A
公开(公告)日：2023-09-05
申请号：CN202310459760.8
申请日：2023-04-25
Applicant: 中国南方电网有限责任公司 , 国能日新科技股份有限公司
Abstract: 本发明提供了一种基于数据融合的复杂环境天气预报方法及系统，所述方法包括：采集目标地区的下垫面数据，确定下垫面特征集；将所述目标地区进行网格划分，确定多个目标子区域；确定多个下垫面驱动数据集；然后构建多个目标子区域与多个下垫面驱动数据集之间的映射关系，进行数据影响系数分析，利用BP神经网络方法构建数据纠偏模型；将实时监测数据输入数据纠偏模型，输出校正驱动数据；将校正驱动数据发送至天气预报系统，最终输出天气预报结果。本发明能够解决受下垫面影响导致的天气预报结果不准确的问题，从而有效提高天气预报的准确性。
-
公开(公告)号：CN115576033A
公开(公告)日：2023-01-06
申请号：CN202211177083.2
申请日：2022-09-26
Applicant: 中国南方电网有限责任公司
IPC: G01W1/10
Abstract: 本申请提供了一种面向南方电网气象保障3公里分辨率中尺度数值预报方法，获取待预报目标区域的区域观测数据；分别从风向观测数据和云观测数据中提取出用于进行分析同化处理的风向计算数据和云计算数据；参考历史观测数据，将风向计算数据和云计算数据转换为风向网格数据和云网格数据；对风向网格数据和云网格数据进行分析同化处理，得到风向预测参数和云预测参数；利用云预测参数调整结合三维静力参考大气推导出的气象预报方程中的环境参数，得到调整后的目标预报方程；将风向预测参数代入调整后的目标预报方程，得到待预报目标区域的气象预报结果。这里，可以针对于待预报目标区域的实际情况，准确确定待预报目标区域内气象结果的预报结果。
-
公开(公告)号：CN109255501B
公开(公告)日：2021-09-24
申请号：CN201811268417.0
申请日：2018-10-29
Applicant: 中国南方电网有限责任公司 , 大连理工大学
Abstract: 本发明属于水力发电和调度运行领域，涉及一种基于多Agent人工鱼群算法的梯级库群长期优化调度算法，改善梯级库群求解过程中耗时过长等相关局限性。本发明实现了一种全新的多Agent人工鱼群算法MAAFSA来对梯级库群长期优化调度问题进行建模求解。MAAFSA结合了MAS和AFSA各自的优势，通过构建不同功能的Agent模块，利用人工鱼Agent之间的高效协作与自主学习操作，加快了AFSA的收敛速度，并从人机交互角度实现了梯级电站长期优化调度的求解，是一种极具创新性的多Agent进化算法。本发明的有益效果在于极大改善了梯级库群求解过程中耗时过长等相关局限性，为水电调度领域提供了一个全新的求解思路。
-
公开(公告)号：CN109255501A
公开(公告)日：2019-01-22
申请号：CN201811268417.0
申请日：2018-10-29
Applicant: 中国南方电网有限责任公司 , 大连理工大学
Abstract: 本发明属于水力发电和调度运行领域，涉及一种基于多Agent人工鱼群算法的梯级库群长期优化调度算法，改善梯级库群求解过程中耗时过长等相关局限性。本发明实现了一种全新的多Agent人工鱼群算法MAAFSA来对梯级库群长期优化调度问题进行建模求解。MAAFSA结合了MAS和AFSA各自的优势，通过构建不同功能的Agent模块，利用人工鱼Agent之间的高效协作与自主学习操作，加快了AFSA的收敛速度，并从人机交互角度实现了梯级电站长期优化调度的求解，是一种极具创新性的多Agent进化算法。本发明的有益效果在于极大改善了梯级库群求解过程中耗时过长等相关局限性，为水电调度领域提供了一个全新的求解思路。
-
Patent Agency Ranking
公开(公告)号：CN120031434A
公开(公告)日：2025-05-23
申请号：CN202411414823.9
申请日：2025-01-26
Applicant: 中国南方电网有限责任公司
IPC: G06Q10/0639 , G06Q10/0635 , G06Q50/26 , G01W1/10
Abstract: 本发明涉及一种极端高温天气高精度识别与极端程度评估方法。适用于极端天气灾害风险评估领域。本发明所采用的技术方案是：一种极端高温天气的高精度识别与极端程度评估方法，为：获取用户确定的研究区域和研究时段；获取研究区域网格化的历史天气数据，该数据时间尺度上包含研究时段和连续30年的气候标准期；将气候标准期的日最高温数据统计分析得到每个网格点的极端高温阈值，当日最高温超过阈值时表示发生了一次极端高温事件；筛选出极端高温事件，计算每个网格点的炎热临界值；将研究时段的天气数据与炎热临界值结合，得到网格点的每日热浪指数；根据网格点的炎热临界值和每日热浪指数，识别极端高温天气并评估其极端程度。
-
公开(公告)号：CN119513616A
公开(公告)日：2025-02-25
申请号：CN202411569135.X
申请日：2024-11-05
Applicant: 中国南方电网有限责任公司
IPC: G06F18/22 , G01W1/00 , G01R31/00 , G01R31/28 , G06F18/2433 , G06F18/15 , G06F18/213 , G06N3/084 , G06N3/126
Abstract: 本发明公开一种基于反向传播神经网络分析的极端天气与故障关联性分析与提取方法，属于气象研究领域，该方法包括：获取区域气象观测站数据及故障数据；将气象观测站数据按照指定极端天气定义指标进行数值统计计算，进行空间关联匹配；划分样本集；构建神经网络关联分析模型，利用样本集对网络模型进行训练，得到训练好的模型；利用训练好的模型进行全域测试，得到全域极端天气与故障的关联性分析结果，形成安全等级分类；利用ArcMap地理成图软件对全域关联结果进行空间可视化与专题图生成。本发明通过输入极端天气指标数值与故障数量数据，进行基于反向神经网络关联分析模型的训练，实现区域极端天气与故障的快速关联性分析与可视化结果展示。
-
公开(公告)号：CN117993757A
公开(公告)日：2024-05-07
申请号：CN202311735734.X
申请日：2023-12-18
Applicant: 中国南方电网有限责任公司 , 国能日新科技股份有限公司
IPC: G06Q10/0639 , F03D17/00 , G06Q50/06 , G06N3/09
Abstract: 本申请涉及智能评估技术领域，提供一种基于气象研究的风机出力损失智能评估方法及系统。所述方法包括：确定目标风机，对所述目标风机进行框选获得风机叶片；得到风机叶片基础信息集，其中风机叶片信息集受气象影响；根据所述气象影响，获取温度和湿度与叶片覆冰程度的影响，获得实时风机叶片信息集；根据所述风机叶片基础信息集结合风力发电量计算公式得到理论发电值；根据不同天气下的所述实时风机叶片信息集和实际发电值进行解析；结合所述理论发电值和所述实际发电值对所述目标风机进行出力损失智能评估。本申请解决了现有技术中风机发电效率不高的技术问题，达到了提高风机发电效率，维护风机设备的安全稳定运行的技术效果。
-
公开(公告)号：CN116702586A
公开(公告)日：2023-09-05
申请号：CN202310452599.1
申请日：2023-04-25
Applicant: 中国南方电网有限责任公司 , 国能日新科技股份有限公司
Abstract: 一种基于多空间尺度数值的天气预报方法及系统，属于气象领域，其中包括：通过对空间尺度按照距离进行区域划分，确定N个空间尺度集合，通过经纬采集单元对N个空间尺度集合进行等级标识；对N个空间尺度集合分别进行数据采集，获得N个数据采集结果；根据等级标识对N个数据采集结果进行聚类分析，获取M个聚类分析结果；对M个聚类分析结果进行覆盖遍历，获取覆盖遍历结果；将覆盖遍历结果输入天气数值模型中，获得天气数值；基于天气数值对N个空间尺度集合进行天气预报。本申请解决了现有技术中天气预报准确性低、不全面的技术问题，达到了提高天气预报准确度和全面性的技术效果。
-
公开(公告)号：CN116681156A
公开(公告)日：2023-09-01
申请号：CN202310539460.0
申请日：2023-05-12
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: G06Q10/04 , H02J3/00 , H02J3/38 , G06Q50/06 , G06N3/0442 , G06F18/214
Abstract: 本申请提供了一种基于邻近风电场数据的新建风电场风功率的确定方法。该方法包括：首先，获取多个邻近风电场的历史数据，得到多组第一训练数据集；之后，根据多组第一训练数据集，分别训练预先构建的神经网络模型，得到多个风功率预测模型，并根据多个风功率预测模型，计算得到平均模型；之后，获取新建风电场的历史数据，得到第二训练数据集，并根据第二训练数据集对平均模型进行训练，得到目标风功率预测模型；最后，获取新建风电场的当前数据，采用目标风功率预测模型确定当前数据对应的风功率。该方法使新建风电场在数据量较少的情况下，能够精准预测风功率，解决了现有技术中在数据量有限的新并网的新能源场站功率预测任务精度较低的问题。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.044 seconds)
