-
公开(公告)号：CN119204860B
公开(公告)日：2025-02-14
申请号：CN202411665720.X
申请日：2024-11-20
Applicant: 武汉大学
IPC: G06Q10/067 , G06Q50/06 , G06N3/0464 , G06N3/047 , G06N3/0475 , G06N3/094 , H02J3/46 , H02J3/38
Abstract: 本发明公开了一种新建新能源场站超短期出力场景生成方法和系统，所述方法包括：依据目标场站地理位置选定目标场站和源场站，并进一步构建目标域数据集和源域数据集；在源域数据集上训练改进的去噪扩散概率模型，得到源域模型；依据模型评估指标从源域模型中综合选取源域最优模型；结合模型迁移机制与目标域数据集，在源域最优模型上进行模型参数微调，获得多组目标域模型；结合模型评估指标从得到的多组目标域模型中综合选取目标域最优模型，从而完成新建新能源场站的超短期出力场景生成。本发明可在小样本条件下完成新建新能源场站出力场景的高质量生成，可有效支撑后续新型电力系统的规划与调度决策，进而提升系统新能源消纳能力。
-
公开(公告)号：CN119441748A
公开(公告)日：2025-02-14
申请号：CN202411517968.1
申请日：2024-10-29
Applicant: 武汉大学
IPC: G06F18/15 , G06Q50/06 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06F123/02
Abstract: 本发明提供一种新能源时序出力数据生成方法及装置，该方法包括：步骤1、采集新能源的历史时序出力数据；步骤2、将历史时序出力数据输入至基于卷积神经网络的生成器，生成初步时序出力数据；步骤3、通过基于Transformer架构的判别器对初步时序出力数据的真实性和合理性进行评价，从而对生成对抗网络进行训练，生成对抗网络包括生成器和判别器，训练完成后，生成器生成待处理时序出力数据；步骤4、通过预设的扩散‑去噪模型对待处理时序出力数据进行后处理，得到待优化时序出力数据；步骤5、将待优化时序出力数据进行整体趋势校验，校验成功后，输出新能源时序出力数据。本发明可以有效提升新能源出力数据的生成质量和准确性。
-
公开(公告)号：CN119995046A
公开(公告)日：2025-05-13
申请号：CN202510373705.6
申请日：2025-03-27
Applicant: 武汉大学
Abstract: 本发明公开了一种源储协同下的高比例新能源电力系统实时调度方法和系统，属于电网运行分析与调度领域。所述方法包括：收集与整理源荷运行场景数据；机组日前调度计划求解；实时调度过程的马尔可夫决策过程建模；静态安全域模型的求解；多智能体深度确定性策略梯度模型的训练、调试与应用；从而完成源储协同下的高比例新能源电力系统实时调度策略的在线求解，有效提高系统运行的安全性与经济性。
-
公开(公告)号：CN119204860A
公开(公告)日：2024-12-27
申请号：CN202411665720.X
申请日：2024-11-20
Applicant: 武汉大学
IPC: G06Q10/067 , G06Q50/06 , G06N3/0464 , G06N3/047 , G06N3/0475 , G06N3/094 , H02J3/46 , H02J3/38
Abstract: 本发明公开了一种新建新能源场站超短期出力场景生成方法和系统，所述方法包括：依据目标场站地理位置选定目标场站和源场站，并进一步构建目标域数据集和源域数据集；在源域数据集上训练改进的去噪扩散概率模型，得到源域模型；依据模型评估指标从源域模型中综合选取源域最优模型；结合模型迁移机制与目标域数据集，在源域最优模型上进行模型参数微调，获得多组目标域模型；结合模型评估指标从得到的多组目标域模型中综合选取目标域最优模型，从而完成新建新能源场站的超短期出力场景生成。本发明可在小样本条件下完成新建新能源场站出力场景的高质量生成，可有效支撑后续新型电力系统的规划与调度决策，进而提升系统新能源消纳能力。
-
-
-
Search Results
4
records
(took 0.013 seconds)
