-
公开(公告)号：CN115936177A
公开(公告)日：2023-04-07
申请号：CN202211345699.6
申请日：2022-10-31
Applicant: 济南大学
IPC: G06Q10/04 , G06Q10/0639 , G06Q50/06 , G06V10/764 , G06V10/77 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , H02J3/00
Abstract: 本发明公开了一种基于神经网络的光伏输出功率预测方法及系统，涉及光伏发电技术领域。通过卷积神经网络和多层感知机结合形成不同天气类型下的光伏功率预测模型；并将历史气象数据输入进光伏功率预测模型获得光伏输出功率预测结果，本发明利用卷积神经网络将原始数据划分为多个子集，将天气状况相同的数据集中在一起，利用相似日的光伏功率具有较强关联性的特点，提高模型的预测精度。本发明对气象影响因子进行了回归分析，对光伏功率预测模型的输入变量进行了识别优化，使用MAE，MAPE，RMSE3个指标进行模型性能评估和误差分析，从而映模型综合性能，有效的分析出气象影响因子对光伏功率的影响，进一步提高了模型的预测精度。
-
公开(公告)号：CN115099511A
公开(公告)日：2022-09-23
申请号：CN202210794739.9
申请日：2022-07-07
Abstract: 本公开涉及光伏发电技术领域，提出了基于优化copula的光伏功率概率估计方法及系统，首先通过聚类方法将天气类型进行分类；然后，针对每个天气类型，构造Copula函数的最佳代表权重，量化动态表示集中式光伏和分布式光伏的功率空间相关性；最后，利用未来时刻的集中式光伏功率真实值表示分布式光伏预测值，并实现对分布式光伏功率的条件预测概率估计。本公开通过加入k‑means和优化后的copula函数能更好的反应分布式光伏出力的时空相关性，解决了单一Copula拟合不足的问题，并取得了良好的预测效果。
-
公开(公告)号：CN114862023A
公开(公告)日：2022-08-05
申请号：CN202210509744.0
申请日：2022-05-11
Applicant: 济南大学
Abstract: 本发明公开了一种基于四维逐点气象预报的分布式光伏功率预测方法，包括：获取某一时域内集中式光伏电站每一时刻的原始数据，构建特征数据集；将特征数据集输入训练完成的集中式光伏功率预测模型中，得到集中式光伏电站下一时刻输出功率的预测结果；根据预测结果结合空间相关性模型，得到分布式光伏电站下一时刻的预测输出功率。本发明通过计算非覆盖系数反映光伏功率在时间和空间上的分布特征，构建集中式光伏电站和分布式光伏电站之间的空间相关性模型，结合集中式光伏功率预测模型，实现分布式光伏功率的精准预测，提高预测的可靠性。
-
公开(公告)号：CN115618710A
公开(公告)日：2023-01-17
申请号：CN202211096404.6
申请日：2022-09-08
Applicant: 济南大学 , 山东电力工程咨询院有限公司
IPC: G06F30/27 , G06F18/214 , G06N3/0464 , G06N3/048 , G06N3/08 , H02J3/00 , G06F111/08 , G06F113/06 , G06F119/06 , G06F119/10
Abstract: 本发明属于风电功率预测技术领域，提供了一种基于GAN的风电功率概率性预测方法及系统，其基于风电场原始样本数据和训练后的GAN模型进行风电功率的概率预测，得到风电功率概率预测值；其中，所述GAN模型的构建过程包括：根据维度和原始样本数据相同的随机噪声数据和生成器生成假目标数据；基于假目标数据、风电场原始样本数据和鉴别器，引入Wasserstein距离代替原始GAN的JS‑KL散度对风电场原始样本数据和及假目标数据之间的距离进行度量，并采用梯度下降法传递梯度信息，更新生成器的参数，根据二者的拟合结果得到风电功率的概率预测值；基于该风电功率概率预测值，采用预测效果的评价指标，计算得到预测值的置信区间。
-
公开(公告)号：CN118913328B
公开(公告)日：2025-03-28
申请号：CN202410961344.2
申请日：2024-07-17
Applicant: 济南大学
Abstract: 本申请公开了一种基于S‑M‑S拼接拉锥谐振环光纤传感器及其制备方法，涉及光纤传感器技术领域，包括：与超连续光谱源相连接的第一单模光纤，所述第一单模光纤的输出端与第一七芯光纤相连接，所述第一七芯光纤的输出端连接一谐振环，所述谐振环套设在低折射率UV胶通道上，谐振环输出端连接第二七芯光纤，所述第二七芯光纤的输出端与第二单模光纤相连接，所述第二单模光纤输出端与光谱仪相连接。该传感器利用单模光纤和七芯光纤的特性，通过拉锥技术形成闭合的谐振环结构，实现了对折射率和温度的同时测量,扩展了传感器的应用范围，具有高灵敏度和良好的选择性。
-
Patent Agency Ranking
公开(公告)号：CN119129864A
公开(公告)日：2024-12-13
申请号：CN202411639356.X
申请日：2024-11-18
Applicant: 济南大学
Abstract: 本发明提供了一种风电功率预测方法、系统、计算机设备及存储介质，属于风电功率预测技术领域，首先，提出一种缺失数据填充方法结合交叉多重插补（CMI），以获得完整的环境变量数据集。其次，基于最大信息系数进行特征变量的选择，以简化数据集得到需要的特征向量。最后，基于特征变量集的数据训练时间卷积网络（TCN）得到风电功率预测模型，将待检测风机运行数据输入风电功率预测模型，输出风电功率预测值。相较于其他模型，具有更好的预测性能，为后续风电总量分析及预测提供数据支持。
-
公开(公告)号：CN115936177B
公开(公告)日：2024-12-06
申请号：CN202211345699.6
申请日：2022-10-31
Applicant: 济南大学
IPC: G06Q10/04 , G06Q10/0639 , G06Q50/06 , G06V10/764 , G06V10/77 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , H02J3/00
Abstract: 本发明公开了一种基于神经网络的光伏输出功率预测方法及系统，涉及光伏发电技术领域。通过卷积神经网络和多层感知机结合形成不同天气类型下的光伏功率预测模型；并将历史气象数据输入进光伏功率预测模型获得光伏输出功率预测结果，本发明利用卷积神经网络将原始数据划分为多个子集，将天气状况相同的数据集中在一起，利用相似日的光伏功率具有较强关联性的特点，提高模型的预测精度。本发明对气象影响因子进行了回归分析，对光伏功率预测模型的输入变量进行了识别优化，使用MAE，MAPE，RMSE3个指标进行模型性能评估和误差分析，从而映模型综合性能，有效的分析出气象影响因子对光伏功率的影响，进一步提高了模型的预测精度。
-
公开(公告)号：CN118586442A
公开(公告)日：2024-09-03
申请号：CN202411062167.0
申请日：2024-08-05
Applicant: 济南大学
IPC: G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06F18/2113 , G06Q50/06 , H02J3/00 , G06N3/048
Abstract: 本发明公开了一种新框架光伏功率预测方法及系统、计算机可读存储介质，属于光伏功率预测技术领域。本发明使用Adam优化器对基于LSTM‑KAN进行优化，通过计算每个参数的梯度并利用Adam算法进行参数更新，加速模型的收敛并提高预测性能；通过ExponentialLR算法自适应调整学习率，能够更好地处理光伏功率数据中的不同尺度和变化情况，从而更准确地预测光伏功率。并将KAN模型替代LSTM中MLP部分，构建基于混合光伏功率预测模型，训练得到最优预测模型，实现更准确的光伏功率预测结果。
-
公开(公告)号：CN115618710B
公开(公告)日：2024-07-19
申请号：CN202211096404.6
申请日：2022-09-08
Applicant: 济南大学 , 山东电力工程咨询院有限公司
IPC: G06F30/27 , G06F18/214 , G06N3/0464 , G06N3/048 , G06N3/08 , H02J3/00 , G06F111/08 , G06F113/06 , G06F119/06 , G06F119/10
Abstract: 本发明属于风电功率预测技术领域，提供了一种基于GAN的风电功率概率性预测方法及系统，其基于风电场原始样本数据和训练后的GAN模型进行风电功率的概率预测，得到风电功率概率预测值；其中，所述GAN模型的构建过程包括：根据维度和原始样本数据相同的随机噪声数据和生成器生成假目标数据；基于假目标数据、风电场原始样本数据和鉴别器，引入Wasserstein距离代替原始GAN的JS‑KL散度对风电场原始样本数据和及假目标数据之间的距离进行度量，并采用梯度下降法传递梯度信息，更新生成器的参数，根据二者的拟合结果得到风电功率的概率预测值；基于该风电功率概率预测值，采用预测效果的评价指标，计算得到预测值的置信区间。
-
公开(公告)号：CN115564100A
公开(公告)日：2023-01-03
申请号：CN202211155159.1
申请日：2022-09-22
Applicant: 济南大学 , 山东电力工程咨询院有限公司
Abstract: 本发明涉及光伏功率预测方法、系统及设备，其中的光伏功率预测方法包括以下步骤：获取历史光伏出力数据和对应的气象数据，基于灰度共生矩阵对气象数据中的历史云图数据进行特征提取，结合历史光伏出力数据进行特征构建；对特征中的云图数据依据灰度值划分为设定数量的区间，并对每张云图进行灰度统计，基于灰度统计数据经聚类得到天气分类；将数据分为训练集与测试集，利用训练集对预测模型进行训练，并优化更新网络参数，利用测试集进行测试；将预测结果的输出误差作为目标函数，对预测模型进行超参数优化，得到优化后的预测模型作为最终的光伏功率预测模型。考虑了云图特征的不足，具有良好的预测效果。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.02 seconds)
