-
公开(公告)号：CN118535938A
公开(公告)日：2024-08-23
申请号：CN202410635582.4
申请日：2024-05-22
Applicant: 华北电力大学
IPC: G06F18/23213 , H02J3/00 , G06N3/0442 , G06N3/042 , G06N3/0464
Abstract: 本发明提出了基于时空特征聚类和双层动态图卷积的净负荷预测方法，涉及电力负荷预测领域，包括：获取目标区域电网的用户气象数据和净负荷数据；提取净负荷数据的日内时间特征、长期趋势特征、空间关联特征考虑不同子特征的权重差异，通过聚类模型实现净负荷子集群聚类；以子集群为图节点构建考虑“负荷‑光伏”双重维度相关性的图结构；构建LSTM层连接的双层动态图卷积模型，实现净负荷短期日前预测。本发明具有更强的时空信息学习能力和准确性，为直接负荷或间接负荷的准确预测提供了支撑。
-
公开(公告)号：CN118035883A
公开(公告)日：2024-05-14
申请号：CN202410114769.X
申请日：2024-01-26
Applicant: 华北电力大学
IPC: G06F18/2431 , G06F18/214 , G06N3/0464 , G06N3/047
Abstract: 本发明提供一种基于置信度评估的光伏电站天气类型预测方法及装置。该方法包括：获取目标光伏电站在预设时间段内每日的历史数值天气预报NWP数据和历史气象要素的实测数据；根据历史NWP数据，计算预设时间段内每日的多个NWP数据特征；并计算预设时间段内每日的每两个NWP数据特征之间的相关性，得到预设时间段内的图结构数据集；根据历史气象要素的实测数据确定预设时间内每日的实际天气类型；基于图结构数据集和预设时间内每日的实际天气类型，训练天气类型预测模型；获取目标光伏电站待预测日的NWP数据，根据待预测日的NWP数据得到待预测日的图结构数据；将待预测日的图结构数据输入到天气类型预测模型中，得到在待预测日的每种预测天气类型对应的概率值；若概率值中的最大概率值大于预设置信度阈值，则将最大概率值对应的天气类型确定为待预测日的预测天气类型。本发明能够提高天气类型预测结果的准确度以及可信度。
-
公开(公告)号：CN118841975A
公开(公告)日：2024-10-25
申请号：CN202411017935.0
申请日：2024-07-29
Applicant: 华北电力大学(保定) , 国网新疆电力有限公司电力科学研究院 , 国网新疆电力有限公司
IPC: H02J3/00 , H02J3/38 , G06N3/042 , G06N3/0464 , G06N3/0442 , G06F18/23213 , G06F18/22 , G06F17/18
Abstract: 基于关联稀疏建模的光伏集群超短期功率区间预测方法，涉及光伏发电功率预测领域，包括：获取各场站历史出力及地理位置信息；将各场站划分到各子区域中；选出子区域的代表场站；挖掘代表场站之间的时空关联信息并生成各代表场站的点预测结果；得到光伏集群的点预测结果；识别出不确定性模式，对每一种不确定性模式构建预测误差和预测值的联合概率分布；生成预测区间。与以所有场站为建模对象的动态图卷积神经网络模型相比，当置信度设为99%时，本发明提出的方法在预测区间覆盖率指标上能达到0.963的精度，提高了3.2%，在预测区间归一化平均宽度指标上能达到0.1298的精度，降低了36.6%，显著提高了模型性能。
-
公开(公告)号：CN117556328A
公开(公告)日：2024-02-13
申请号：CN202311589346.5
申请日：2023-11-27
Applicant: 华北电力大学
IPC: G06F18/241 , G06F18/214 , G06N3/04 , G06N3/08 , G06Q50/06
Abstract: 本发明提供一种基于微分边际贡献的负荷敏感性分析方法，涉及负荷分析技术领域。该方法包括：获取预设区域电网的总负荷数据及其下辖子区域的气象要素实测数据，并将总负荷数据和气象要素实测数据划分为不同天气类型对应的数据子集；确定不同数据子集中影响总负荷数据变化的关键因素，并分别建立关联关系表征模型；根据不同天气类型对应的关联关系表征模型，分别绘制对应的总负荷与不同关键因素之间的敏感性曲线；根据不同天气类型对应的敏感性曲线，对总负荷数据敏感性进行分析，得到敏感性分析结果。本发明弥补了现有技术中没有对电网总负荷的影响因素敏感性进行分析的方法的空白，为极端天气下负荷的准确预测提供了支撑。
-
-
-
Search Results
4
records
(took 0.017 seconds)
