-
公开(公告)号：CN115345387A
公开(公告)日：2022-11-15
申请号：CN202211272558.6
申请日：2022-10-18
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 中广核风电有限公司
Abstract: 本发明提供了一种风场风速预测方法、装置及存储介质，方法包括：获取风场的历史气象要素数据，从历史气象要素数据中分离出满足物理约束的数据；将满足物理约束的数据输入偏微分神经网络模块，提取各个气象要素变量的多阶偏导数，并对下一时间步的风场风速进行预测，获得第一预测风速；将各个气象要素变量的多阶偏导数输入动力源分离模块，结合大气运动方程组计算风场中大气气团的受热数据和受力数据；将受热数据、受力数据和历史气象要素数据输入数据驱动模块，对下一时间步的风场风速进行预测，获得第二预测风速；根据第一预测风速和第二预测风速确定风场的最终预测风速。本发明的技术方案能够提高风场风速的预测准确性。
-
公开(公告)号：CN115345387B
公开(公告)日：2023-01-24
申请号：CN202211272558.6
申请日：2022-10-18
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 中广核风电有限公司
Abstract: 本发明提供了一种风场风速预测方法、装置及存储介质，方法包括：获取风场的历史气象要素数据，从历史气象要素数据中分离出满足物理约束的数据；将满足物理约束的数据输入偏微分神经网络模块，提取各个气象要素变量的多阶偏导数，并对下一时间步的风场风速进行预测，获得第一预测风速；将各个气象要素变量的多阶偏导数输入动力源分离模块，结合大气运动方程组计算风场中大气气团的受热数据和受力数据；将受热数据、受力数据和历史气象要素数据输入数据驱动模块，对下一时间步的风场风速进行预测，获得第二预测风速；根据第一预测风速和第二预测风速确定风场的最终预测风速。本发明的技术方案能够提高风场风速的预测准确性。
-
公开(公告)号：CN115936179A
公开(公告)日：2023-04-07
申请号：CN202211360130.7
申请日：2022-11-02
Applicant: 中广核风电有限公司
Inventor： 齐放 , 孙峣 , 朱燕 , 普智勇 , 郑灏 , 刘佳沛 , 鲁航铭 , 杨鑫 , 任书锐 , 陈甜甜 , 孔德鹏 , 邓体喆 , 程师 , 冯子珊 , 刘爽 , 白芸 , 王允
Abstract: 本发明公开了本发明提供了一种合耦合了轻型梯度提升机(Light Gradient BoostingMachine，LightGBM)和高斯过程回归(Gaussian Process Regression，GPR)的风速概率预测方法，该方法有效克服了单独使用LightGBM仅能获取风速确定性预测结果而无法量化风速不确定性的缺点，同时该方法还解决了单独使用GPR模型无法获取高精度风速预测结果的问题，由此可见，LightGBM‑GPR模型能够充分发挥LightGBM和GPR模型各自的优势，可准确模拟具有非线性，波动性和不确定性特征的风速过程，本发明不仅可以提供高精度的风速预测结果，并且能够获取高可靠性的风速概率预测结果。
-
Patent Agency Ranking
公开(公告)号：CN115630731A
公开(公告)日：2023-01-20
申请号：CN202211205360.6
申请日：2022-09-30
Applicant: 中广核风电有限公司
IPC: G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种带有自注意力机制和门控基于图像的风功率短期预测方法及系统，属于风力发电预测技术领域，其中，该方法包括：获取NWP气象数据和SCADA风机数据进行预处理，并将预处理后的数据划分为训练集和测试集；将训练集分解成连续多个历史时间子序列，并重构成二维图像；建立基于残差的深度卷积神经网络，并加入门控卷积神经网络层和自注意力机制，得到带有自注意力机制和门控的基于残差的深度卷积神经网络；将二维图像输入该神经网络中训练；将测试集输入训练好的神经网络中进行预测，得到短期风功率。该方法综合使用历史时序数据与气象网格数据，提取特征转化为图像，用先进的图像处理技术对风力进行预测，大大提高了预测准确率。
-
公开(公告)号：CN118071060A
公开(公告)日：2024-05-24
申请号：CN202410058105.6
申请日：2024-01-15
Applicant: 中广核风电有限公司
IPC: G06Q10/0631 , G06Q30/0202 , G06Q50/06
Abstract: 本申请提供了一种基于区域级虚拟电厂的动态优化方法研究，用于对电力资源进行灵活配置调整。该方法主要包括：获取目标区域内预置时间段的天气数据以及各用电需求侧的用电信息；将预置时间段的天气数据以及各用电需求侧的用电信息转换为特征向量矩阵；将特征向量矩阵输入时间资源预测模型中，预测第二天各用电需求侧的第一用电预测信息，以及根据第二天的预测天气数据以及目标区域内用电需求侧在对应日期的历史用电平均信息计算第二用电预测信息；根据第一用电预测信息和第二用电预测信息计算各用电需求侧的最终用电预测信息；通过各用电需求侧的最终用电预测信息为各用电需求侧的配置电力资源。
-
公开(公告)号：CN117933625A
公开(公告)日：2024-04-26
申请号：CN202410058175.1
申请日：2024-01-15
Applicant: 中广核风电有限公司
IPC: G06Q10/0631 , G06Q30/0202 , G06Q50/06
Abstract: 本申请涉及数据处理技术领域，提供了一种基于区域级虚拟电厂的电力资源配置方法研究，用于对虚拟电厂的电力资源进行分配。该方法主要包括：获取目标区域内预置时间段的天气数据以及各分布式资源发电主体的资源信息；根据预置时间段的天气数据以及各分布式资源发电主体的资源信息以及下一日期的天气预测数据，预测下一日期各分布式资源发电主体的资源信息；基于下一日期各分布式资源发电主体的资源信息以及下一日期的用电需求信息计算下一日期的用电单价费用数据；下一日期的用电需求信息是根据预置时间段的用电需求数据预测得到；根据下一日期的用电单价费用数据以及下一日期的用电需求信息对用电需求侧配置电力资源。
-
公开(公告)号：CN115601404A
公开(公告)日：2023-01-13
申请号：CN202211374353.9
申请日：2022-11-04
Applicant: 中广核风电有限公司(CN)
Inventor： 普智勇 , 郑灏 , 鲁航铭 , 齐放 , 孙峣 , 朱燕 , 刘佳沛 , 杨鑫 , 任书锐 , 陈甜甜 , 孔德鹏 , 邓体喆 , 程师 , 冯子珊 , 刘爽 , 白芸 , 王允
Abstract: 本发明基于光流理论和三维卷积神经网络算法，提出了一种用于对复杂地形风场仿真计算中不同风向计算结果进行插值获得较为准确的来流风场结果数据内插的神经网络的构建方法。具体包括：对三维复杂地形风场数据进行预处理得到用于神经网络输入数据的转换方法；风场数据光流的定义及三维卷积神经网络的建立方法，相比于直接平均插值方法，本发明提出的插值方法具有更高的准确度和鲁棒性，从根本上解决了传统平均插值方法中风场总体减小和合成风场尾流分叉的问题，可以使得数值仿真计算工况离散化间距进一步增大，总工况和计算时间进一步减小，从而提高复杂地形风场仿真计算的总体计算效率。
-
公开(公告)号：CN115775041A
公开(公告)日：2023-03-10
申请号：CN202211343822.0
申请日：2022-10-31
Applicant: 中广核风电有限公司
Inventor： 王允 , 鲁航铭 , 刘佳沛 , 普智勇 , 齐放 , 孙峣 , 朱燕 , 郑灏 , 杨鑫 , 任书锐 , 陈甜甜 , 孔德鹏 , 邓体喆 , 程师 , 冯子珊 , 刘爽 , 白芸
IPC: G06Q10/04 , G06Q50/06 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种面向光伏发电的静止卫星云量短临预测方法，包括以下步骤：神经网络预测未来4时数据；将预测数据带入快速云检测算法得到云量数据；云量数据修正，结合业务算法的云量检测结果和气象观测站云量观测数据对检测结果进行云检测算法参数修正；一种面向光伏发电的静止卫星云量短临预测系统，包括神经网络算法、快速云检测算法和云量数据修正算法，所述神经网络算法包括数据采集模块、数据质量控制模块、数据归一化处理模块、predrnn++网络模型和预测数据反归一化模块；本发明优点在于：云检测过程迅速高效，能够快速得出云量数据；预测系统采用了predrnn++网络模型，从时间和空间上考虑了数据的变化特征，短时预测效果非常接近真实值。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.084 seconds)
