-
公开(公告)号：CN119848468A
公开(公告)日：2025-04-18
申请号：CN202510317748.2
申请日：2025-03-18
Applicant: 南京信息工程大学
IPC: G06F18/20 , H02J3/38 , G06F18/21 , G06F18/22 , G06Q50/06 , G06N3/045 , G06F18/2131 , G06N3/042 , G06Q10/04
Abstract: 本发明提供了一种基于上下包络逼近的风速订正方法，包括：步骤1，收集风场数值天气预报数据的多日风速时间序列数据NWP和多日实测风速的时间序列数据obs；步骤2，提取多日风速时间序列数据NWP的趋势项；步骤3，提取多日实测风速的时间序列数据obs的趋势项；步骤4，动态时间规整；步骤5，动态拟合反演；本发明采用上下包络线逼近方法，对多日风速时间序列数据NWP趋势项的上下包络线进行动态时间规整DTW处理，逼近经验模态分解后的历史风速数据趋势项上下包络线，通过得到的新包络线对反演风速，实现风速订正，从而提高风电功率预测的准确性。
-
公开(公告)号：CN118013822A
公开(公告)日：2024-05-10
申请号：CN202410097764.0
申请日：2024-01-24
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于时空相关性及地形因子的高铁沿线站点风速模拟方法。首先筛选出高铁测风站点一定范围内的气象站，提取各气象站点区域内的坡度、坡向、地形起伏度、地表粗糙度，通过改进CRITIC法对各地形因子赋权，得到地形复杂度指数，确定插值参考站；然后将参考站的风速通过滑动窗口建模转换为模型的输入数据，捕获时间依赖性，进一步筛选和提取特征，根据空间距离对目标站点进行风速插值；接着考虑地形因子对风速的加速效应，计算目标站点坡向与主风向之间的主风向效应系数，提出不同的风加速效应公式；最后地形因子总加速效应由坡度对风的加速效应乘以一定的权重与坡向对风的加速效应乘以一定的权重求和组成，准确模拟出高铁沿线的风速。
-
公开(公告)号：CN112347087B
公开(公告)日：2024-05-03
申请号：CN202011062646.4
申请日：2020-09-30
Applicant: 中国铁路上海局集团有限公司 , 中国国家铁路集团有限公司 , 南京铁道职业技术学院 , 南京信息工程大学
Inventor： 马伟叁 , 张颖超 , 唐强 , 史德耀 , 叶云飞 , 宋国亮 , 熊雄 , 卢万胜 , 叶小岭 , 黄华 , 唐红昇 , 孙国强 , 姚薇 , 路言杰 , 张中秋 , 薛锋 , 贺磊 , 胡细东 , 李强 , 陈刚 , 浦丽华 , 赵朝蓬 , 曲思源
IPC: G06F16/215 , G06F16/2458 , G06F17/18 , G06F30/20
Abstract: 本发明公开了一种高铁沿线风速观测数据质量控制方法，包括如下步骤：采集高铁沿线测风数据并进行基本的质量控制后，选取没有错误值的连续时间段数据，划分为建模序列和测试序列；依据相空间重构理论，运用C‑C法对风速序列进行相空间重构，根据重构后的相空间，选择预测中心相点作为参考相点，利用改进的一阶局域线性拟合出预测方程；根据加权最小二乘法设定误差最小化目标函数，结合预测方程计算得到预测值；将建模序列向后移动一个时间点，重复上述步骤不断迭代得到多个预测值组成的预测序列；将预测序列与测试序列进行比较，判断预测数据与实际数据的一致性，实现对数据的质量控制。本发明算法时间复杂度小精度高，能够有效的提高测风数据的准确性。
-
公开(公告)号：CN117878933A
公开(公告)日：2024-04-12
申请号：CN202410281864.9
申请日：2024-03-13
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于突变气象环境识别的风电功率预测方法，包括收集历史气象数据并对其进行预处理，基于该数据，利用动态自适应的突发气象环境识别算法识别突变气象时段，得到突变气象事件；利用风速相似系数对预测风速时段进行相似时段匹配，得到与预测时段具有相同趋势特征的历史趋同突变气象事件；构建基于注意力机制的Transformer风电功率预测模型，将突变气象事件与历史趋同突变气象事件转为多维输入数据输入到该模型中，实现功率预测。本发明可对复杂大量气象数据实现自动精准识别，可有效的利用同类气象事件之间的趋同性提高突发气象环境下的风电功率预测准确度，保障了电网输入端的可控可预测性。
-
公开(公告)号：CN117744537A
公开(公告)日：2024-03-22
申请号：CN202410059803.8
申请日：2024-01-16
Applicant: 南京信息工程大学
IPC: G06F30/28 , G06F18/25 , G06F17/11 , G06F17/18 , G06N3/0464 , G06N3/08 , G06F17/16 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种高铁沿线秒级风速信号特性分析及动态风场重构方法。首先，采用时域分析和频域分析相结合描述风信号变化状态，将铁路站点秒级风速数据划分不同时距，提取平均风和脉动风，统计分析风速信号特征参数，构造多要素不同时距风速临界状态变化特征状态方程。其次，提取沿线地形数据，建立静态小尺度风场重构模型，分析秒级信号的时空依赖关系并结合深度学习，进行空间降尺度和时间降尺度，得到“秒‑百米”级静态风场。最后，建立沿线最大秒级风速超前预测框架，将“秒‑百米”级静态风场和实时风速进行多源信息融合，将预测数据替换为实时风速输入到融合模型，重构“秒‑百米”级未来动态风场，精准捕获高铁沿线秒级瞬时最大风速。
-
Patent Agency Ranking
公开(公告)号：CN116388184B
公开(公告)日：2023-08-15
申请号：CN202310653736.8
申请日：2023-06-05
Applicant: 南京信息工程大学
IPC: H02J3/00 , G01P5/00 , G06N3/0442 , G06N3/047 , G06N3/08 , G06F18/213 , G06F18/23213 , G06F123/02
Abstract: 本发明公开了一种基于风速日波动特征的超短期风速修订方法、系统，该方法为：通过构建VSDA模型对历史风速数据进行风速日分段、波动特征提取以及分类，为风速修订算法提供风速日数据与风速波动标记，高度概括了风速间的相关性与风速波动特征；而后将过往风速日数据、对应波动标记与数值天气预报风速预测数据作为模型输入，结合经过贝叶斯优化的长短期记忆神经网络算法实现对数值天气预报风速预测值修订。本发明提出的修订方法可有效地提高风速预测值的准确度，使得风速预测值可靠性大幅提升，增强了风电功率预测的准确度，具有一定的实用价值。
-
公开(公告)号：CN116388184A
公开(公告)日：2023-07-04
申请号：CN202310653736.8
申请日：2023-06-05
Applicant: 南京信息工程大学
IPC: H02J3/00 , G01P5/00 , G06N3/0442 , G06N3/047 , G06N3/08 , G06F18/213 , G06F18/23213 , G06F123/02
Abstract: 本发明公开了一种基于风速日波动特征的超短期风速修订方法、系统，该方法为：通过构建VSDA模型对历史风速数据进行风速日分段、波动特征提取以及分类，为风速修订算法提供风速日数据与风速波动标记，高度概括了风速间的相关性与风速波动特征；而后将过往风速日数据、对应波动标记与数值天气预报风速预测数据作为模型输入，结合经过贝叶斯优化的长短期记忆神经网络算法实现对数值天气预报风速预测值修订。本发明提出的修订方法可有效地提高风速预测值的准确度，使得风速预测值可靠性大幅提升，增强了风电功率预测的准确度，具有一定的实用价值。
-
公开(公告)号：CN103278867A
公开(公告)日：2013-09-04
申请号：CN201310159628.1
申请日：2013-05-03
Applicant: 南京信息工程大学
IPC: G01W1/00
Abstract: 本发明公开了一种基于经验模态分解的自动气象站数据质量控制方法，将经验模态分解用于自动气象站数据质量控制，该方法首先对单站数据进行采集，然后对采集的数据做基本质量控制后，再进行EEMD（经验模态）分解得到本征模分量和趋势项，进一步对本征模分量和趋势项做加权处理，得到赋权本征模分量和赋权后的趋势项，最后对赋权后的本征模分量和赋权后的趋势项做数据重构，得到去噪后的数据，完成去噪过程，该方法在基本质量控制方法的基础上弥补了目前质量控制方法不能消除随机噪声、系统噪声、微气象噪声和粗大噪声的缺点，提高了自动气象站观测数据的质量。
-
公开(公告)号：CN119026731A
公开(公告)日：2024-11-26
申请号：CN202411036983.4
申请日：2024-07-31
Applicant: 南京信息工程大学
IPC: G06Q10/04 , H02J3/00 , H02J3/38 , H02S50/00 , G06Q50/06 , G06F18/241 , G06N3/0442 , G06F18/22
Abstract: 本发明公开了一种基于小尺度天气分类和自适应窗口的超短期光伏功率预测方法，包括步骤：预处理历史数据，并对气象因素与光伏发电功率进行相关性分析；通过DTW算法将历史数据划分出雨天、阴天、晴天的小尺度气象事件；根据数值天气预报数据和DTW算法进行自适应时间窗口匹配；对历史数据归一化处理；将匹配好的小尺度气象事件作为预测模型的训练集并通过预测模型挖掘光伏功率时序特征；最后反归一化处理得到光伏功率预测结果。本发明建立不同天气小尺度气象事件的训练模型来训练，提高预测精度。
-
公开(公告)号：CN118312740A
公开(公告)日：2024-07-09
申请号：CN202410489709.6
申请日：2024-04-23
Applicant: 南京信息工程大学
IPC: G06F18/20 , G06F18/213 , G06Q10/04 , G06Q50/40 , G06N3/0442 , G06N3/08 , G06F123/02
Abstract: 本发明公开了一种高铁沿线伪周期极大值风速预测方法、系统，该方法包括获取一段高铁历史秒级风速序列，选取第一局部极值点，设定初始周期窗宽；提取高铁历史秒级风速序列中的极值点，得到极大值点序列，依据历史秒级风速实时地对初始周期窗宽进行调整，获得在线极大值点风速序列，使用双向长短记忆神经网络对未来极大值点位置及数值进行滚动预测。本发明为高铁沿线风速超前预警系统提供了支持，增强了风速的可预测性。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.032 seconds)
