-
公开(公告)号:CN115377962A
公开(公告)日:2022-11-22
申请号:CN202210827893.1
申请日:2022-07-13
Applicant: 国网浙江省电力有限公司嘉兴供电公司 , 南京邮电大学
Abstract: 本发明公开了一种光伏发电和电动汽车负荷的聚合功率预测方法;通过核主成分分析法提取数据的主要特征,采用K‑means++方法分析变量的相关性,两种方法结合实现了对数据的高效处理;同时,采用基于改进人工蜂群算法优化的Elman网络实现对光伏发电功率的预测,通过改进人工蜂群算法优化神经网络的权值能够加速模型的收敛,在性能方面具有更高的鲁棒性。通过出行链技术、蒙特卡洛算法、图神经网络进行聚合功率预测,其适用场景广泛,预测精度较高。
-
公开(公告)号:CN115377962B
公开(公告)日:2024-07-16
申请号:CN202210827893.1
申请日:2022-07-13
Applicant: 国网浙江省电力有限公司嘉兴供电公司 , 南京邮电大学
IPC: H02J3/00 , H02J3/38 , G06Q10/04 , G06Q50/06 , G06F18/23213 , G06N3/006 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种光伏发电和电动汽车负荷的聚合功率预测方法;通过核主成分分析法提取数据的主要特征,采用K‑means++方法分析变量的相关性,两种方法结合实现了对数据的高效处理;同时,采用基于改进人工蜂群算法优化的Elman网络实现对光伏发电功率的预测,通过改进人工蜂群算法优化神经网络的权值能够加速模型的收敛,在性能方面具有更高的鲁棒性。通过出行链技术、蒙特卡洛算法、图神经网络进行聚合功率预测,其适用场景广泛,预测精度较高。
-
公开(公告)号:CN117638864A
公开(公告)日:2024-03-01
申请号:CN202311363876.8
申请日:2023-10-19
Applicant: 南京邮电大学
IPC: H02J3/00 , G06F18/23213 , G06F18/22 , G06F18/214 , G06F18/213 , G06N3/042 , G06N3/0442 , G06N3/006 , G06N3/0464 , G06N3/048 , G06N3/045 , G06N3/0985 , H02J3/38 , G06F123/02
Abstract: 本发明公开了一种基于混合预测模型的分布式电源聚合功率预测方法,采用聚类算法对历史发电数据进行聚类,将初始数据集划分为晴天、阴天和雨天三类数据集;根据温度因素,利用相关系数法选取与预测日最相近的聚类簇,将簇中所对应的每日分布式风力和分布式光伏历史发电数据和相关气象数据作为预测模型的训练样本数据;采用GCN提取训练样本数据的空间特征;构建一种基于人工蜂群算法优化的双向长短时记忆网络模型提取时间特征,并将空间特征作为输入,由此拟合得到聚合功率初步预测值;采用马尔科夫方法对聚合功率初步预测值进行误差修正,得到最终的聚合预测结果。本发明提高了功率预测精度,加快了模型收敛速度,降低了时间成本。
-
-