公开(公告)号：CN117498319A

公开(公告)日：2024-02-02

申请号：CN202311445162.1

申请日：2023-11-01

Applicant: 南京邮电大学

Inventor： 窦春霞 ,  朱文惠 ,  岳东 ,  李厚俊

IPC: H02J3/00 ,  H02J3/38 ,  H02J3/46 ,  G06F18/2321 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06N10/00 ,  G06Q50/06

Abstract: 本发明公开了一种基于融合聚类与VQC‑LSTM的分布式光伏短期功率预测方法，包括：获取分布式光伏历史发电功率数据以及相关气象数据，并进行相关性分析确定关键气象因素，并提取对应的气象因素数据；基于动态时间规整DTW距离的融合聚类模型，对天气波动模式进行划分与自适应匹配得到预测日相应的天气波动模式的训练数据集；在此基础上，结合量子计算方法，使用量子机器学习QML来学习训练数据集的时间序列数据特征，对构建的基于VQC‑LSTM的分布式光伏短期功率预测模型进行训练，充分考虑各类数据的时序依赖特征及气象因素与发电功率之间的关联关系，挖掘深层次特征，以实现分布式光伏短期发电的精准预测，为有源配电网安全稳定运行提供重要的支撑作用。

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

Inventor： 窦春霞 ,  唐小棋 ,  朱文惠 ,  岳东 ,  李厚俊

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。