一种风电功率预测组合方法和系统

    公开(公告)号:CN103903071A

    公开(公告)日:2014-07-02

    申请号:CN201410155445.7

    申请日:2014-04-17

    Abstract: 本发明提供一种风电功率组合预测方法和系统,通过时间序列法和BP人工神经网络法分别建立差分自回归移动平均预测模型(ARIMA)和反向传播神经网络预测模型(BP-ANN),然后利用得到的预测结果再建立新的BP-ANN预测模型,最终得到了风电功率的预测值。本发明充分考虑了两种单一模型的优缺点,并用新的组合方式进行组合,不但实现了不同单一模型的优势互补,也进一步提高了预测精度。

    一种短期风电功率预测系统及方法

    公开(公告)号:CN103500366A

    公开(公告)日:2014-01-08

    申请号:CN201310455838.5

    申请日:2013-09-29

    Abstract: 本发明公开了一种短期风电功率预测系统及方法,该方法包括如下步骤:采用卡尔曼算法对风速数据进行预处理,使数据变得光滑平稳;对经预处理后的数据进行相空间重构,并确定延时时间和嵌入维数;利用Elman神经网络建立风速预测模型,预测出风速;根据一功率转化公式,将风速转换为功率,输出预测功率值,经过多次试验表明,相比现有技术,本发明的预测精度有了明显提高。

    一种将事后维修引入的改进型机会维修方法

    公开(公告)号:CN104408289B

    公开(公告)日:2017-09-26

    申请号:CN201410593731.1

    申请日:2014-10-29

    Abstract: 本发明公开了一种将事后维修引入的改进型机会维修方法,包括如下步骤:将所有部件分为两类;分别对第一类部件、第二类部件计算更换概率,所述第一类部件的更换概率包括故障更换概率、机会更换概率以及预防性更换概率,所述第二类部件的更换概率包括预防性更换概率;分别计算第一类部件与第二类部件的期望维修费用率;利用两类部件的期望费用率建立优化模型,使系统维修费用率最小化,本发明通过于机会维修策略加入指数分布的单部件模型,将事后维修与定时维修结合,从而使得机会维修模型具有更广泛的使用范围。

    基于自适应蜂群算法的风电功率预测方法及装置

    公开(公告)号:CN103871002B

    公开(公告)日:2017-01-18

    申请号:CN201410112476.4

    申请日:2014-03-25

    Abstract: 本发明提供了一种基于自适应蜂群算法的风电功率预测方法及装置,方法包括:1)对风速、风电功率数据进行归一化处理,利用支持向量机回归建立预测模型;2)选取待优化参数及适应度函数,初始化蜜蜂及蜜源位置,调用均匀分布函数赋蜜蜂位置;3)对蜜蜂搜索空间进行lgx对数变换,并计算各食物源收益率;4)进行邻域搜索,并进行自适应权重系数调整;5)判断是否满足收敛条件,若满足则执行步骤6),否则返回执行步骤3);6)获取优化后参数,更新预测模型;7)利用风电功率测试数据对更新后的预测模型进行训练并进行预测,得到预测结果。本发明有效提高了对风电机组的输出功率的预测精度,增强了风电并网的稳定性、经济性。

    风电功率短期组合预测方法

    公开(公告)号:CN103903067A

    公开(公告)日:2014-07-02

    申请号:CN201410139147.9

    申请日:2014-04-09

    Abstract: 一种风电功率短期组合预测方法,包括:1)对风速、风电功率数据进行归一化处理,分别利用支持向量机回归、Elman神经网络、BP神经网络建立相应单项预测模型;2)根据风速大小对各单项预测模型训练所得预测结果进行分期;3)选取待优化参数,建立组合预测模型4)根据组合预测模型确定目标函数,并采用平均绝对百分误差最小作为目标函数的约束条件,获取优化后参数5)根据优化后参数获取分期后的每一期的权重系数值,更新组合预测模型;6)根据风速大小动态选择对应的权重系数值,利用风电功率测试数据对更新后的组合预测模型进行训练并进行预测,得到组合预测值。本发明有效地综合各单一预测模型的优势,降低预测风险、且预测精度高。

    一种风电场层有功功率控制系统和方法

    公开(公告)号:CN104184171B

    公开(公告)日:2017-03-08

    申请号:CN201410398436.0

    申请日:2014-08-13

    Abstract: 本发明公开一种风电场层有功功率控制系统,包括功率整定装置和功率分配装置,所述功率整定装置,用于根据风电场监控与数据采集(SCADA)系统采集到的风力发电机组的机组运行信息和从风功率预测系统得到的超短期预测功率信息将机组分类;接收上级调度系统下发的功率指令,得到整定指令和一个控制周期的待分配功率,判断风场需要升出力还是降出力,根据判断的处理模式,将是否出力指发送到相应的所述功率分配装置;所述功率分配装置,用于根据当前机组分类信息和设定的功率分配策略,将控制指令下发到风机控制系统,由所述风机控制系统控制各类机组。本发明能良好的对风电场有功功率进行控制和分析以保证风电场的安全可靠运行。

    风电功率短期组合预测方法

    公开(公告)号:CN103903067B

    公开(公告)日:2016-11-30

    申请号:CN201410139147.9

    申请日:2014-04-09

    Abstract: 一种风电功率短期组合预测方法,包括:1)对风速、风电功率数据进行归一化处理,分别利用支持向量机回归、Elman神经网络、BP神经网络建立相应单项预测模型;2)根据风速大小对各单项预测模型训练所得预测结果进行分期;3)选取待优化参数,建立组合预测模型4)根据组合预测模型确定目标函数,并采用平均绝对百分误差最小作为目标函数的约束条件,获取优化后参数5)根据优化后参数获取分期后的每一期的权重系数值,更新组合预测模型;6)根据风速大小动态选择对应的权重系数值,利用风电功率测试数据对更新后的组合预测模型进行训练并进行预测,得到组合预测值。本发明有效地综合各单一预测模型的优势,降低预测风险、且预测精度高。

    电力二次系统的主动安全防御系统及方法

    公开(公告)号:CN103546488A

    公开(公告)日:2014-01-29

    申请号:CN201310542263.0

    申请日:2013-11-05

    Abstract: 本发明公开了一种电力二次系统的主动安全防御系统及方法,该主动安全防御系统在现有电力二次系统安全防御体系的基础上,还包括:入侵知识获取模块,利用陷阱网络获取电力企业内部网络及外部网络的入侵知识;入侵知识使用模块,设置于电力企业内部网络内,负责使用获得的入侵知识来实施对电力企业内部网络的防御;入侵防御系统,部署于内外网交界处,以提高电力二次系统的主动安全防御能力,本发明可提高电力二次系统抵御内外风险的能力,变被动防护为主动防御。

    一种风电功率预测系统及方法

    公开(公告)号:CN103400230A

    公开(公告)日:2013-11-20

    申请号:CN201310345354.5

    申请日:2013-08-08

    CPC classification number: Y02A30/12 Y02B10/30

    Abstract: 本发明公开了一种风电功率预测系统及方法,该方法包括如下步骤:获取指定时间范围内的风电机组的历史数据;运用聚类分析对历史数据进行处理,选出与预测日的风速特征参数具有相似性的历史日的风速数据,将它们作为建模中的样本;对选出的风速序列进行小波分解,利用小波分解将各序列分量分别投影到不同尺度上,逐层分解到不同频道上;将分解后的各层序列分别重构回原尺度以增加信号点数;对各层序列分别建立预测模型;用上述所建立预测模型对各层数据进行预测;将所得各层数据预测值叠加,获得原始风速时间序列预测值,本发明在时间序列预测方法的基础上加入了多尺度小波分解,提高了预测精度。

    一种短期风电功率预测系统及方法

    公开(公告)号:CN103500366B

    公开(公告)日:2016-05-11

    申请号:CN201310455838.5

    申请日:2013-09-29

    Abstract: 本发明公开了一种短期风电功率预测系统及方法,该方法包括如下步骤:采用卡尔曼算法对风速数据进行预处理,使数据变得光滑平稳;对经预处理后的数据进行相空间重构,并确定延时时间和嵌入维数;利用Elman神经网络建立风速预测模型,预测出风速;根据一功率转化公式,将风速转换为功率,输出预测功率值,经过多次试验表明,相比现有技术,本发明的预测精度有了明显提高。

Patent Agency Ranking