-
公开(公告)号：CN119448225A
公开(公告)日：2025-02-14
申请号：CN202411462206.6
申请日：2024-10-18
Applicant: 山东大学
IPC: H02J3/00 , G06F18/2113 , G06F18/213 , G06F18/20 , G06N3/0442 , G06N3/045 , G06N7/01 , G06Q50/06 , G06F123/02
Abstract: 本发明提供了一种考虑多维特征提取的短期电力负荷预测方法及系统，获取区域负荷、区域影响负荷的相关气象的历史数据，划分数据集；提取区域负荷序列中多时间尺度时序特征，包括趋势特征、星期特征和年特征，构建内在特征集；运用最大互信息系数查找历史气象数据中与负荷相关性高于设定值的关键相依气象，构建外在特征集；构建融合自注意力机制的预测模型，以所述内在特征集和外在特征集作为模型的输入，将预测值和实际值进行分析，得到条件概率密度函数，利用最后一部分数据的负荷预测值为条件概率密度函数的输入，计算负荷条件预测误差概率分布，进而确定负荷预测区间。本发明的预测结果精度高。
-
公开(公告)号：CN119051044A
公开(公告)日：2024-11-29
申请号：CN202411523314.X
申请日：2024-10-30
Applicant: 山东大学
IPC: H02J3/06 , H02J3/14 , H02J3/46 , G06Q10/0637 , G06Q50/06
Abstract: 本发明公开了一种考虑日前市场耦合不确定性的容量分配方法及系统，涉及电力市场技术领域。该方法包括获取新能源出力的历史样本数据，利用历史样本数据构造概率分布不确定集并确定安全裕度容量与弃电切负荷风险的关系；根据安全裕度容量与弃电切负荷风险的关系建立安全裕度容量决策模型，对安全裕度容量决策模型进行线性化处理并求解，得到当前区域的剩余可用裕度值；基于新能源出力的不确定性建立区域间容量分配模型，在考虑剩余可用裕度值的情况下，对区域间容量分配模型进行求解，得到最终的容量分配方案。本发明通过将TSO提供的日前市场信息与潮流方程相结合，最终获得更为精确的容量分配策略。
-
公开(公告)号：CN118676911A
公开(公告)日：2024-09-20
申请号：CN202410791743.9
申请日：2024-06-19
Applicant: 山东大学
IPC: H02J3/00 , G06F18/27 , G06F18/20 , G06F18/21 , G06N7/01 , G06N5/01 , G06N20/20 , G06N3/045 , G06N3/092 , G06N3/084
Abstract: 本发明涉及一种自适应动态组合的负荷概率预测方法及装置，属于电力系统负荷预测技术领域，包括：选择多种概率预测模型作为组合子模型，优化训练各子模型，提升各子模型概率预测精度，用于对电荷概率进行分别预测；针对每一子模型进行贝叶斯模型平均，得到组合后的整体预测结果；对预测结果进行评价；构建基于深度确定性策略梯度算法；构建基于深度确定性策略梯度算法的短期负荷预测模型，用于得到自适应动态预测结果。本发明克服单一预测模型在某些条件下表现不佳的问题，且实现环境与组合权重之间的动态映射，在线感知外界环境变化、自适应更新组合权重，从而增强模型的适应性，有效提升概率预测结果的稳定性和概率预测精度。
-
公开(公告)号：CN118676910A
公开(公告)日：2024-09-20
申请号：CN202410791742.4
申请日：2024-06-19
Applicant: 山东大学
IPC: H02J3/00 , G06F18/241 , G06F18/213 , G06F18/22 , G06N3/094 , G06N3/096 , G06N3/0464 , G06N3/0442 , G06N3/045
Abstract: 本发明涉及一种基于深度迁移学习的节假日负荷预测方法及系统，属于电力负荷预测技术领域。首先构建改进Transformer的域对抗迁移学习网络，将Transformer模型的Decoder结构丢弃，以Transformer模型的Encoder部分作为域迁移学习的分类预测器，利用常规负荷样本作为源域、节假日负荷样本作为目标域对模型进行预训练，最大限度地挖掘常规负荷与节假日负荷的相似信息和最优可共享模型参数；最后将域对抗学习网络的训练得到的改进Transformer模型作为预训练模型，以节假日负荷样本数据作为目标域，采用Adapter方法对预训练模型参数进行微调，提升节假日负荷预测的针对性和精度。
-
公开(公告)号：CN118554424A
公开(公告)日：2024-08-27
申请号：CN202410568674.5
申请日：2024-05-09
Applicant: 国网山东省电力公司营销服务中心(计量中心) , 山东大学
IPC: H02J3/00 , G06F18/213 , G06F18/2113 , G06F18/2321 , G06N3/096 , G06N3/0442 , G06Q50/06
Abstract: 本发明提供了一种基于聚类与迁移学习的代理购电用户负荷预测方法及系统，本发明基于多元信息挖掘，探索代理购电用户分区域、精细化聚类方法，基于聚类的用户负荷分析方法，根据其用电行为特征将用户聚类为不同的用电群体，在行业、产业分类的基础上对用户再次进行聚类，确定不同用电群体负荷时空分布，再针对每类用户建模分析以满足精细化电力负荷预测的需求，能够有效提升代理购电用户负荷预测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN118172047B
公开(公告)日：2024-08-02
申请号：CN202410591456.3
申请日：2024-05-14
Applicant: 山东大学
Abstract: 本发明提供了一种考虑可用装机容量的短期风电功率预测方法及系统。该方法包括，依据极端天气对风电功率影响机理的分析结果，得到关键气象因子；基于历史气象数据，采用映射模型，将历史气象数据映射为理论功率数据，依据历史气象数据对应的历史功率数据和理论功率数据，对功率损失预测进行直接建模，引入可用装机容量概念，基于理论功率数据和功率损失值预测结果，得到可用装机容量预测结果；分别对正常天气下的功率和关键气象因子下的功率进行数据处理，构建功率训练数据集；基于功率训练数据集，采用功率预测模型，得到功率预测结果，将可用装机容量预测结果与功率预测结果相乘，得到极端天气下风电场站功率预测结果。
-
公开(公告)号：CN118070977A
公开(公告)日：2024-05-24
申请号：CN202410458016.0
申请日：2024-04-17
Applicant: 山东大学
IPC: G06Q10/04 , G06Q50/06 , G06F18/27 , G06F18/10 , G06F123/02
Abstract: 本发明属于新能源功率预测技术领域，提供了一种考虑空间波动传播的新能源缺失数据估算方法及系统，获取多个分布式新能源站点的光伏功率序列；利用经验模态分解方法提取其中的波动过程和平稳过程；针对波动过程，利用导数动态时间规整方法提取波动对应时间序列，提取站点间的波动速度，对目标站点进行插值估算，基于插值估算结果，采用局部加权回归获取标准的功率序列；针对平稳过程，利用静态插值算法进行插值计算，得到插值后的功率序列；将两个序列进行加和，获得最终结果。本发明能够更为准确地提取波动传递过程，提高插值估算的精度。
-
公开(公告)号：CN116629461B
公开(公告)日：2023-10-17
申请号：CN202310911746.7
申请日：2023-07-25
Applicant: 山东大学
Abstract: 本发明公开一种主动配电网分布式优化方法、系统、设备及存储介质，涉及预测为目的的数据处理技术领域，包括：确定智能体动作量控制策略；构建全局优势函数并分解为单智能体优势函数，以最小化单智能体优势函数为目标，构建用于更新智能体动作量控制策略的目标函数；根据训练样本集在设定的约束条件下对目标函数进行训练；以最小化弃风弃光惩罚成本、网络损耗成本和实际储能电量与计划储能电量的电量偏差惩罚成本为分布式优化目标，根据实时状态量和分布式优化目标，采用训练后的目标函数，得到智能体动作量控制策略。在保留储能日前优化中追求的削峰填谷和提供可调节裕度作用的同时，发挥储能应对实时功率波动的快速调节能力。
-
公开(公告)号：CN116404647B
公开(公告)日：2023-08-29
申请号：CN202310677314.4
申请日：2023-06-09
Applicant: 山东大学 , 中国电力科学研究院有限公司
IPC: H02J3/00 , G06Q10/04 , G06F18/232 , G06Q50/06
Abstract: 本发明属于光伏预测技术领域，具体涉及一种计及动态汇聚特性的分布式光伏短期功率预测方法及系统，包括：考虑动态时间规整的序列插值，调节分布式光伏的功率序列，得到分布式光伏插值后的功率规范曲线；考虑基波占比的无监督聚类，将所得到的功率规范曲线进行分布式光伏站点的动态集群划分，构建分布式光伏的动态汇聚模型；根据所构建的动态汇聚模型得到分布式光伏的聚类结果，根据所得到的聚类结果，将聚类后的气象输入到预设的长短期记忆网络功率预测模型，预测分布式光伏的功率。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.025 seconds)
