-
公开(公告)号:CN108717579B
公开(公告)日:2022-06-07
申请号:CN201711360446.5
申请日:2017-12-15
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种短期风电功率区间预测方法,所述方法如下:采用VMD对风电功率序列进行分解,计算分解后各子序列的样本熵,把样本熵接近的子序列重组成新的子序列,对重组后的子序列分别建立GPR模型,对风电功率序列的概率区间进行预测,最后将各个子序列的预测结果叠加获得最终的短期风电功率区间预测结果。本发明专利为短期风电功率区间预测提供了一种科学、有效的方法,具有良好的区间覆盖率以及预测准确度,较窄的区间宽度,有利于电力系统的调度和运营。
-
公开(公告)号:CN108154271A
公开(公告)日:2018-06-12
申请号:CN201711460389.8
申请日:2017-12-28
Applicant: 南京信息工程大学
IPC: G06Q10/04
Abstract: 本发明公开了一种基于空间相关性和曲面拟合的地面气温质量控制方法,该方法先对目标站附件的参考站一定时间内的气温数据进行采集,再进行基本的质量控制,通过参考站与目标站的欧氏距离和方位角来确定他们之间的相对位置,因而利用每个参考站和目标站气温要素之间的空间相关性,构造一个空间相关性函数,并对测试集利用B样条进行曲面拟合,得到一个将空间相关性和B样条曲面拟合结合的质量控制模型,然后利用测试集对目标站气温数据进行预测,将预测值和实际观测值进行对比,最后对目标站原始数据植入人工误差,观察模型的检错率大小。该方法有效地利用了我国地面气象资料,对比于传统的空间质量控制算法有着更好的预测效果和检错效果。
-
公开(公告)号:CN106920013A
公开(公告)日:2017-07-04
申请号:CN201710152515.7
申请日:2017-03-15
Applicant: 南京信息工程大学
CPC classification number: G06Q10/04 , G06Q10/06395
Abstract: 本发明公开了一种地面气温观测资料的质量控制方法,首先对目标区域内气象观测站的气温数据进行采集,其次求解实验变异函数值并利用提出的反正切函数对其进行拟合,然后通过克里金方程组求解各邻近观测站对目标观测站的权重,进而利用梯度克里金法对各气象观测站的气温值进行估计并对其精度进行评价,最后对气温估计值与原始观测值进行阈值检验,从而判断数据是否有误并对其进行修正。本发明解决了现有质量控制方法对邻近观测站空间分布、气温空间相关性及其变异性以及地形对气温影响考虑不足的问题。
-
公开(公告)号:CN108154260A
公开(公告)日:2018-06-12
申请号:CN201711360489.3
申请日:2017-12-15
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于风速升降特征和随机抽样组合在线学习机的短期风电功率预测方法,所述方法为:将风速升降特征作为标记值加入原始风速序列中进行风电功率预测,通过随机抽样组合方法对加入特征值的风速序列进行抽样组合成多个新的样本集,再对每个新的样本集建立在线学习机模型进行短期风电功率预测。本发明在短期风电预测中具有泛化能力强,预测精度高的特点,具有一定的实用价值。
-
公开(公告)号:CN106786499B
公开(公告)日:2019-07-02
申请号:CN201610996743.8
申请日:2016-11-10
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于改进AFSA优化ELM的短期风电功率预测方法,包括以下步骤,随机产生人工鱼初始群体,将极限学习机网络的权值和阈值作为人工鱼群的位置向量,由极限学习机的均方根误差函数确定人工鱼群的食物浓度,由改进人工鱼群方法求得最优位置向量,并将次位置向量作为极限学习机网络的初始权值和阈值,在用于短期风电功率的预测。本发明在短期风电功率预测中具有收敛速度快,泛化能力强,预测精度高的特点,具有良好的应用前景。
-
公开(公告)号:CN108808671A
公开(公告)日:2018-11-13
申请号:CN201810716587.4
申请日:2018-07-03
Applicant: 南京信息工程大学
IPC: H02J3/00
CPC classification number: H02J3/00 , H02J2003/007
Abstract: 本发明公开了一种基于WRF模式和随机森林算法的风电场短期风速集合预报方法。所述方法如下:基于WRF模式,选取6种不同的边界层参数化方案预报70m高度处风速、风向等气象要素,再采用多种边界层参数化方案来集合预报风速,将各单一边界层参数化方案预报的风速和测风塔实测风速数据,应用随机森林算法来建立集合预报模型,对风电场的风速进行预报。本发明为风电场短期风速预报提供了一种科学、有效的方法,具有泛化能力强、稳定性好、预测精度高的特点,提高了风电功率预测准确性,有利于电力系统的调度和运营,具有一定的实用价值。
-
公开(公告)号:CN108717579A
公开(公告)日:2018-10-30
申请号:CN201711360446.5
申请日:2017-12-15
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种短期风电功率区间预测方法,所述方法如下:采用VMD对风电功率序列进行分解,计算分解后各子序列的样本熵,把样本熵接近的子序列重组成新的子序列,对重组后的子序列分别建立GPR模型,对风电功率序列的概率区间进行预测,最后将各个子序列的预测结果叠加获得最终的短期风电功率区间预测结果。本发明为短期风电功率区间预测提供了一种科学、有效的方法,具有良好的区间覆盖率以及预测准确度,较窄的区间宽度,有利于电力系统的调度和运营。
-
公开(公告)号:CN106786499A
公开(公告)日:2017-05-31
申请号:CN201610996743.8
申请日:2016-11-10
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于改进AFSA优化ELM的短期风电功率预测方法,包括以下步骤,随机产生人工鱼初始群体,将极限学习机网络的权值和阈值作为人工鱼群的位置向量,由极限学习机的均方根误差函数确定人工鱼群的食物浓度,由改进人工鱼群方法求得最优位置向量,并将次位置向量作为极限学习机网络的初始权值和阈值,在用于短期风电功率的预测。本发明在短期风电功率预测中具有收敛速度快,泛化能力强,预测精度高的特点,具有良好的应用前景。
-
-
-
-
-
-
-
-