-
公开(公告)号：CN116029465A
公开(公告)日：2023-04-28
申请号：CN202310314712.X
申请日：2023-03-29
Applicant: 山东大学
IPC: G06Q10/04 , G06Q50/06 , G06N3/0475 , G06N3/0442 , G06N3/094
Abstract: 本发明属于风电功率预测技术领域，为了解决现有预测算法在小样本条件下难以训练以及极端预测偏差大的问题，提供了一种转折性天气日前风电功率预测方法、装置、介质及设备。其中，转折性天气日前风电功率预测方法包括获取设定时间段内的天气信息，并确定出相应气象场景及其对应的转折性天气功率预测模型；从所述天气信息中，提取与所述气象场景相匹配的气象敏感特征；利用预先训练的转折性天气功率预测模型对提取的所述气象敏感特征进行处理，得到日前风电功率预测结果。其有效降低了极端预测偏差，提高了考虑转折性天气的日前风电功率预测精度。
-
公开(公告)号：CN115239029B
公开(公告)日：2023-01-31
申请号：CN202211161172.8
申请日：2022-09-23
Applicant: 山东大学
Abstract: 本发明属于风电功率预测技术领域，其解决了无法直接参照超短期预测将历史若干时刻实测风电功率作为预测模型输入的问题，提供一种考虑功率时序及气象相依特性的风电功率预测方法及系统。其中该方法包括得到预设区域高时空分辨率的网格化数值气象预报结果；基于网格化数值气象预报结果及训练完成的连续条件随机场模型，得到日前风电功率预测结果；连续条件随机场模型包括连续条件随机场的一元势函数模型和二元势函数模型；一元势函数模型用于初步预测出日前风电功率序列；二元势函数模型用于基于特征相似性来调整量化表征的初步预测的日前风电功率序列进行调整，得到最终的日前风电功率预测结果。其能够实现准确的日前风电功率预测。
-
公开(公告)号：CN110689183B
公开(公告)日：2022-03-11
申请号：CN201910894175.4
申请日：2019-09-20
Applicant: 山东大学
Abstract: 本公开提供了一种集群光伏功率概率预测方法、系统、介质及电子设备，采集各光伏场站的历史数据，对采集到的历史数据进行归一化处理；利用改进的卷积神经网络‑分位数回归模型分别从单个光伏场站的输入数据中提取代表性特征，综合提取区域光伏场站之间的相关性特征；改进的卷积神经网络‑分位数回归模型根据提取到的区域光伏场站之间的相关性特征输出区域光伏发电功率的分位数预测结果；本公开改进了卷积神经网络的结构，使之成为一个多输入的深层神经网络，改进的卷积神经网络首先对区域内的每个光伏场站进行特征提取，再对整个区域的光伏场站进行相关性特征提取，极大的提高集群光伏功率概率预测的精度，降低了计算成本。
-
公开(公告)号：CN111815039A
公开(公告)日：2020-10-23
申请号：CN202010597420.8
申请日：2020-06-28
Applicant: 山东大学 , 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司 , 中国电力科学研究院有限公司
Abstract: 本公开提供了一种基于天气分类的周尺度风电功率概率预测方法及系统，采集风电场运行和数值天气预报数据，基于历史数值天气预报数据形成日气象特征向量，并进行天气类型的聚类；在每一种天气类型下建立由稀疏贝叶斯、核密度估计以及贝塔分布三个子模型构成的组合概率预测模型；根据实时风电场数值天气预报数据，形成预测样本的日气象特征向量，将预测样本归为相应的天气类型，并利用其所属天气类型对应的组合概率预测模型进行风电功率预测，输出预测值；本公开能够提高风电功率预测精度，并延长风电功率预测时长，进而为风电场检修排程或者水火电系统发电计划制定等提供有用信息。
-
公开(公告)号：CN111815027A
公开(公告)日：2020-10-23
申请号：CN202010518479.3
申请日：2020-06-09
Applicant: 山东大学 , 内蒙古电力(集团)有限责任公司 , 中国电力科学研究院有限公司
Abstract: 本发明公开了一种光伏场站发电功率预测方法及系统，包括根据光伏场站历史功率数据和对应时间段的气象数据构建训练样本集，并对训练样本集中各个训练样本分配样本权重；采用对训练样本集通过自助抽样法生成的子训练样本集训练随机森林模型，并根据自适应增强算法计算当前样本权重下随机森林模型的误差率和权重系数；在预设迭代次数下，根据误差率和权重系数更新样本权重，依次训练随机森林模型，根据权重系数对其加权得到加权随机森林预测模型；采用加权随机森林预测模型对待预测时间段的气象数据进行预测，得到光伏场站发电功率。充分挖掘多维特征中的信息，解决光伏发电中存在的不确定性问题，提高光伏场站功率预测可靠性和准确性。
-
Patent Agency Ranking
公开(公告)号：CN110689183A
公开(公告)日：2020-01-14
申请号：CN201910894175.4
申请日：2019-09-20
Applicant: 山东大学
Abstract: 本公开提供了一种集群光伏功率概率预测方法、系统、介质及电子设备，采集各光伏场站的历史数据，对采集到的历史数据进行归一化处理；利用改进的卷积神经网络-分位数回归模型分别从单个光伏场站的输入数据中提取代表性特征，综合提取区域光伏场站之间的相关性特征；改进的卷积神经网络-分位数回归模型根据提取到的区域光伏场站之间的相关性特征输出区域光伏发电功率的分位数预测结果；本公开改进了卷积神经网络的结构，使之成为一个多输入的深层神经网络，改进的卷积神经网络首先对区域内的每个光伏场站进行特征提取，再对整个区域的光伏场站进行相关性特征提取，极大的提高集群光伏功率概率预测的精度，降低了计算成本。
-
公开(公告)号：CN110570030A
公开(公告)日：2019-12-13
申请号：CN201910779807.2
申请日：2019-08-22
Applicant: 国网山东省电力公司经济技术研究院 , 山东大学
Inventor： 孙东磊 , 李雪亮 , 于一潇 , 韩学山 , 赵龙 , 杨思 , 杨金洪 , 刘晓明 , 王明强 , 杨明 , 马逸然 , 赵斌成 , 闫芳晴 , 朱文立 , 王男 , 王轶群 , 张博颐 , 杨斌 , 张丽娜 , 刘冬 , 孙毅
Abstract: 本公开提供了一种基于深度学习的风电集群功率区间预测的方法及系统，获取各个风电场站的数值天气预报和历史风电功率作为原始输入数据，通过计算解释变量的互信息来提取区域内解释变量与目标变量之间的互信息来提取关联信息，选择符合相关度的解释变量，利用主成分分析方法进行数据重构和降维，构建区间约束条件，使用深度学习构建预测模型，将重构和降维的数据输入模型进行训练，结合粒子群优化方法进行模型优化，确定最终的预测模型，利用最终的预测模型进行功率区间预测，具有较高的准确性。
-
公开(公告)号：CN110414725A
公开(公告)日：2019-11-05
申请号：CN201910626144.0
申请日：2019-07-11
Applicant: 山东大学 , 国网山东省电力公司经济技术研究院
Abstract: 本公开提供了一种预测决策一体化的风电场储能系统调度方法及装置。其中，预测决策一体化的风电场储能系统调度方法，包括：样本积累步骤：将风电场状态st输入至评价网络，输出动作空间A中所有动作的Q值并由ε-greedy策略确定储能系统的调度指令at，在储能系统执行该调度指令后，计算返回的奖励rt并观察下一时段风电场状态st+1，将(st,at,rt,st+1)作为一个样本存储到缓存器中，重复上述过程直至缓存器中样本数达到预设上限值；Q值迭代步骤；网络训练步骤；学习环节结束判断步骤：若风电场获取的收益不再增长并在预设书中范围内波动，则此时评价网络已收敛，当前调度指令最优；否则，重复上述步骤，直至评价网络收敛，输出最优调度指令。
-
公开(公告)号：CN120030810A
公开(公告)日：2025-05-23
申请号：CN202510510097.9
申请日：2025-04-23
Applicant: 山东大学
IPC: G06F30/20 , G06Q50/06 , G06F113/04
Abstract: 本发明涉及虚拟电厂聚合技术领域，具体公开了一种考虑时空耦合特性的虚拟电厂聚合方法及系统，方法包括：选择虚拟电厂区域的单一网络节点；选择该节点接入的单一类型分布式资源，得到控制变量参数矩阵以及由约束的常量构成的向量；根据所述分布式资源在不同时序上的功率‑能量特性，选取搜索方向集合；以最大化各维度方向的延伸长度之和为优化目标，建立聚合参数最优线性决策模型；对模型进行求解，得到最优奇诺多面体近似可行域；进而得到该节点各类型资源的奇诺多面体近似聚合可行域。本发明通过选择不同搜索方向将多面体的闵可夫斯基和过程转变为线性叠加，为海量多元分布式资源高维空间下的可行域聚合提供了可行性。
-
公开(公告)号：CN119886761A
公开(公告)日：2025-04-25
申请号：CN202510368592.0
申请日：2025-03-27
Applicant: 山东大学
IPC: G06Q10/0631 , G06Q10/0637 , G06Q50/06 , G06F18/23 , G06N3/0455 , G06N3/0985 , G06N3/096 , G06N3/088 , H02J3/00 , H02J3/38
Abstract: 本发明属于电力系统领域，提供了一种多元用户侧资源协同调节潜力评估方法、系统及产品，其技术方案为基于分布式光伏、用户级柔性负荷用户侧资源的短期预测数据以及历史数据，评估单一用户侧资源的向上和向下调节潜力；然后，考虑不同用户侧资源对电价信号的敏感度，对调节潜力进行修正；最后，考虑聚合商内部用户侧资源的协同作用，对聚合商内部用户侧资源的协同调节潜力进行评估计算。该方法突破了传统多元用户侧资源调节能力评估方法依赖设备建模且工作量大的难题，为多元用户侧资源可调节能力的评估提供了新思路。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.02 seconds)
