公开(公告)号：CN114819377A

公开(公告)日：2022-07-29

申请号：CN202210509345.4

申请日：2022-05-11

Applicant: 云南电网有限责任公司电力科学研究院

Inventor： 苏适 ,  李巍 ,  严玉廷 ,  潘姝慧 ,  谢青洋 ,  白浩 ,  杨洋 ,  杨家全 ,  梁俊宇 ,  袁智勇 ,  袁兴宇 ,  郭琦 ,  张弓帅 ,  徐敏

IPC: G06Q10/04 ,  G06Q50/06 ,  H02J3/00 ,  G06N3/08 ,  G06N3/04 ,  G06F30/27 ,  G06F113/06 ,  G06F119/06

Abstract: 本申请涉及一种分散式风电功率预测方法、系统、装置及存储介质，属于电力系统技术领域。本申请包括：获取历史风力发电数据，对历史风力发电数据进行归一化处理，获得归一化特征数据；对归一化特征数据通过卷积层和全连接层处理，得到时间序列数据集合；将时间序列数据集合划分为训练集和测试集；将训练集中的数据输入informer模型进行训练；调整informer模型参数，获得多个不同的informer模型；将测试集中的数据输入不同的informer模型中；将不同informer模型的预测值与真实值进行比对，选择预测值最接近真实值的informer模型作为最终预测模型；通过本方案解决现有的网络模型无法捕获输出和输入之间固有的长距离特征，长序列时间预测效果较差的问题。

公开(公告)号：CN114757440A

公开(公告)日：2022-07-15

申请号：CN202210504341.7

申请日：2022-05-10

Applicant: 云南电网有限责任公司电力科学研究院

Inventor： 袁智勇 ,  苏适 ,  潘姝慧 ,  杨家全 ,  雷金勇 ,  严玉廷 ,  李巍 ,  张弓帅 ,  白浩 ,  梁俊宇 ,  郭琦 ,  杨洋 ,  史训涛 ,  冯勇

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62 ,  G06F30/27 ,  G06F113/06

Abstract: 本发明公开了分散式风电功率预测方法、模型训练方法、设备及介质，包括：首先获取分散的多个风电机组的历史样本数据，每个风电机组的历史样本数据均包括位置信息、气候特征及实际输出功率。再将多个风电机组的气候特征进行升维处理，获取生成的多个复合气候特征，从而充分考虑机组间差异性。并对多个风电机组的位置信息和气候特征进行聚类分析，形成多个簇，组合每一簇内的位置信息和气候特征，以得到多个气候位置编码，从而对于空间位置不同的机组，联系机组的空间位置与气候特征，提高预测模型的迁移能力。最后将多个复合气候特征和多个气候位置编码输入分散式风电功率预测模型，获取输出的每个风电机组的预测功率，以实现分散式风电功率预测。

公开(公告)号：CN114819377B

公开(公告)日：2024-07-26

申请号：CN202210509345.4

申请日：2022-05-11

Applicant: 云南电网有限责任公司电力科学研究院

Inventor： 苏适 ,  李巍 ,  严玉廷 ,  潘姝慧 ,  谢青洋 ,  白浩 ,  杨洋 ,  杨家全 ,  梁俊宇 ,  袁智勇 ,  袁兴宇 ,  郭琦 ,  张弓帅 ,  徐敏

IPC: G06Q10/04 ,  G06Q50/06 ,  H02J3/00 ,  G06N3/0455 ,  G06N3/08 ,  G06F30/27 ,  G06F113/06 ,  G06F119/06

Abstract: 本申请涉及一种分散式风电功率预测方法、系统、装置及存储介质，属于电力系统技术领域。本申请包括：获取历史风力发电数据，对历史风力发电数据进行归一化处理，获得归一化特征数据；对归一化特征数据通过卷积层和全连接层处理，得到时间序列数据集合；将时间序列数据集合划分为训练集和测试集；将训练集中的数据输入informer模型进行训练；调整informer模型参数，获得多个不同的informer模型；将测试集中的数据输入不同的informer模型中；将不同informer模型的预测值与真实值进行比对，选择预测值最接近真实值的informer模型作为最终预测模型；通过本方案解决现有的网络模型无法捕获输出和输入之间固有的长距离特征，长序列时间预测效果较差的问题。

公开(公告)号：CN114757440B

公开(公告)日：2024-07-16

申请号：CN202210504341.7

申请日：2022-05-10

Applicant: 云南电网有限责任公司电力科学研究院

Inventor： 袁智勇 ,  苏适 ,  潘姝慧 ,  杨家全 ,  雷金勇 ,  严玉廷 ,  李巍 ,  张弓帅 ,  白浩 ,  梁俊宇 ,  郭琦 ,  杨洋 ,  史训涛 ,  冯勇

IPC: G06Q10/04 ,  H02J3/00 ,  H02J3/38 ,  G06Q50/06 ,  G06F18/23 ,  G06N3/0442 ,  G06N3/088 ,  G06F30/27 ,  G06F113/06

Abstract: 本发明公开了分散式风电功率预测方法、模型训练方法、设备及介质，包括：首先获取分散的多个风电机组的历史样本数据，每个风电机组的历史样本数据均包括位置信息、气候特征及实际输出功率。再将多个风电机组的气候特征进行升维处理，获取生成的多个复合气候特征，从而充分考虑机组间差异性。并对多个风电机组的位置信息和气候特征进行聚类分析，形成多个簇，组合每一簇内的位置信息和气候特征，以得到多个气候位置编码，从而对于空间位置不同的机组，联系机组的空间位置与气候特征，提高预测模型的迁移能力。最后将多个复合气候特征和多个气候位置编码输入分散式风电功率预测模型，获取输出的每个风电机组的预测功率，以实现分散式风电功率预测。