公开(公告)号：CN112686443A

公开(公告)日：2021-04-20

申请号：CN202011602179.X

申请日：2020-12-30

Applicant: 南京工程学院

Inventor： 王新迪 ,  卞海红

IPC: G06Q10/04 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/06

Abstract: 本发明属于光伏发电预测领域，涉及一种光伏发电预测方法，特别涉及一种基于人工智能的光伏发电预测方法。由于天气因素的不稳定随机变化和四季交替，导致光伏出力的不确定性，对电力系统稳定运行不力，现有技术缺少简单易用，精度好的预测方法。本发明一种基于人工智能的光伏发电预测方法，利用公式来计算天气因素与光伏发电量之间的皮尔逊相关系数，用计算的相关系数的大小，来确定影响光伏发电量的主要天气因素。然后用灰色理论来选取预测日相似的日期，称之为相似日，将选取的相似日的主要影响光伏发电量的天气因素输入到LSTM光伏发电量预测模型进行预测。简单易用，预测精度好。

公开(公告)号：CN111144650A

公开(公告)日：2020-05-12

申请号：CN201911364463.5

申请日：2019-12-26

Applicant: 南京工程学院

Inventor： 卞海红 ,  王倩 ,  李诗谦 ,  王思潮

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/02

Abstract: 本发明公开了一种电力负荷预测方法、装置、计算机可读存储介质及设备，本发明包括采集负荷数据以及与负荷指标相关的温度和降雨量这两个气象数据；将气象因素与负荷指标进行关联度分析，剔除关联度低的因素；利用变分模态分解算法对数据进行分解；建立广义回归神经网络模型；将分解后的数据代入广义回归神经网络模型进行预测，得到预测结果。本发明可以有效的去除噪声、提高负荷预测精度、降低建模任务量，从而验证了所提模型的可行性。

公开(公告)号：CN111091243A

公开(公告)日：2020-05-01

申请号：CN201911279944.6

申请日：2019-12-13

Applicant: 南京工程学院

Inventor： 卞海红 ,  王倩 ,  徐天

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/06 ,  G06K9/62

Abstract: 本发明公开了一种基于PCA-GM的电力负荷预测方法、系统、计算机可读存储介质和计算设备，预测方法包括步骤：采集负荷数据和气象数据，气象数据包括与负荷数据指标相关的因素；对气象数据进行关联度分析，根据分析结果剔除关联度较低的因素；采用PCA降维方法对关联度分析处理过的气象数据和负荷数据降维处理；将经过降维处理的数据样本代入GM(1,1)预测模型，获得预测结果。本发明基于负荷数据、气温数据和降雨量数据，依次对数据进行关联度分析、降维处理，最后利用灰色理论模型进行预测，能够有效减少计算量、提高负荷预测精度，大大增强了预测的准确性。

公开(公告)号：CN105514965B

公开(公告)日：2018-03-02

申请号：CN201510837311.8

申请日：2015-11-26

Applicant: 南京工程学院 ,  中国电力科学研究院

Inventor： 卞海红 ,  赵艳 ,  冯凯辉 ,  孙文文

IPC: H02J1/10 ,  H02J1/14

Abstract: 本发明公开了一种自治直流微电网的分布式储能SOC双象限下垂控制方法，包括：设计自治直流微电网中分布式储能系统的运行规则；根据所述储能系统的运行规则确定平衡多个储能单元SOC值的双象限下垂控制原则；根据所述双象限下垂控制原则得到直流微电网中储能下垂控制表达式；根据所述直流微电网中储能下垂控制表达式，建立充电模式和放电模式下的控制模型；根据所述控制模型确定储能单元SOC及充放电功率的平衡速率的控制参数，根据评估指标判断控制参数取值是否合理。本发明提高了储能单元的利用效率、延长其使用寿命，运行更高效。