专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果65个,建议您升级VIP下载更多相关专利
  • [发明专利]风电场短期风速预测方法及系统-CN201910664860.8有效
  • 雍正;向婕;吴媛 - 国能日新科技股份有限公司
  • 2019-07-23 - 2023-05-12 - G06F17/18
  • 本发明实施例提供了一种风电场短期风速预测方法及系统,首先确定出在预报日预测得到的第24‑48小时每个格点处的预测风速和预测风向,然后基于预设预测模型实现对预报日对应的第24‑48小时所述目标风电场所处位置的风速进行预测,考虑了天气发展过程中的三维结构特征。并在构建预设预测模型时,选取空间形势场相似的预设数量个历史日,能对预报误差给出更加准确的估计,有效利用了数值预报中多维空间预报信息,提高了风速预报的准确性。
  • 电场短期风速预测方法系统
  • [发明专利]一种风电场短期风速预测方法及装置-CN202110967934.2在审
  • 向婕;雍正;陈隆京 - 国能日新科技股份有限公司
  • 2021-08-23 - 2023-02-28 - G06Q10/04
  • 本发明提出一种风电场短期风速预测方法及装置,通过对不同气象业务机构数值天气预报的变量要素进行拆分重组,将动力降尺度应用于WRF模式系统进行实验;实验结果构成样本集,对样本集中每个实验结果都分别计算统计指标;根据所述统计指标,筛选出最优的一个或几个独立实验样本,依据样本的配置,应用于WRF模式系统进行实验并输出最终风速预测结果。本发明既可以优选多组质量较优的降尺度模拟结果作为风速功率转换模型的输入,也可以将全部模拟结果作为风速功率转换模型的输入,丰富风速功率转换模型的输入,为风速功率转换模型提供更多风速细节,提升风电功率预测准确性。
  • 一种电场短期风速预测方法装置
  • [发明专利]太阳辐照度预测方法、装置及存储介质-CN202211720332.8在审
  • 向婕;刘瑞芳;林巾丁 - 国能日新科技股份有限公司
  • 2022-12-30 - 2023-02-03 - G06Q10/04
  • 本申请实施例提供一种太阳辐照度预测方法、装置及存储介质,属于光伏发电技术领域。该太阳辐照度预测方法包括:基于实测数据和数值天气预报数据确定第一气象要素信息;基于对所述第一气象要素信息进行相关性分析确定第二气象要素信息;将第二气象要素信息输入回归模型进行训练,得到太阳辐照度。本申请实施例提供的太阳辐照度预测方法、装置及存储介质,通过实测数据和数值天气预报数据共同确定气象要素信息,并对该气象要素信息进行相关性分析,得到影响太阳辐照度的主要气象要素信息,并将其输入回归模型中进行训练,得到优化后的太阳辐照度预测数据。
  • 太阳辐照预测方法装置存储介质
  • [发明专利]基于多时间尺度融合的中长期风力发电量预测方法及系统-CN202110592680.0在审
  • 向婕;雍正;续昱 - 国能日新科技股份有限公司
  • 2021-05-28 - 2022-11-29 - G06Q10/04
  • 本发明提出一种基于多时间尺度融合的中长期风力发电量预测方法及系统,将风电场的历史发电量数据处理为月平均发电量和以月平均发电量为基准的日发电量距平;结合月平均发电量数据,采用LS‑SVM实现月平均发电量预测值;结合日发电量距平数据,使用EEMD得到日发电量预测距平;将日发电量预测距平叠加月平均发电量预测值,得到该月的日平均发电量,最终得到完整12个月的日发电量预测结果。本发明结合不同时间尺度的融合模型进行中长期发电量预测,模型参数同时考虑发电量的季节变化和日变化等不同时间尺度的信号,适用性较强,不依赖于海量气象数值模拟和数据积累,为中长期发电量预测提供一种合理的理论依据和数据基础。
  • 基于多时尺度融合中长期风力发电量预测方法系统
  • [发明专利]基于匹配统计子波的光伏功率预测方法及装置-CN202210880764.9有效
  • 雍正;向婕;李一 - 国能日新科技股份有限公司
  • 2022-07-26 - 2022-11-29 - G06Q10/04
  • 本发明提出一种基于匹配统计子波的光伏功率预测方法及装置,包括S1、机器学习预测:建立气象特征向实发功率的转化模型;通过所述转化模型推理获得预测时间段的初始预测实发功率曲线;S2、异常检测:检测在预测时间段的各天是否存在异常时窗,得到起止时间点对应功率最大值并取其均值;S3、统计子波生成:生成各个信号道的统计子波,匹配最优统计子波变频系数,生成最优统计子波;S4、以异常时窗对应的各条最优统计子波曲线,对初始预测实发功率曲线进行替换,重复并修正所有异常时窗。本发明有效解决数据质量低、数据非同分布、季节转换等影响功率预测精度问题。
  • 基于匹配统计子波功率预测方法装置
  • [发明专利]一种风电中长期发电量预测方法及装置-CN202210190573.X在审
  • 向婕;雍正;杨弃 - 国能日新科技股份有限公司
  • 2022-02-28 - 2022-05-20 - G06Q10/04
  • 本发明提供一种风电中长期发电量预测方法及装置。该方法包括:确定待预测风电站单日的历史风速数据;将单日的历史风速数据输入到预测模型,获得未来时间段内第一日的预测风速数据;基于预测模型和第一日的预测风速数据进行迭代预测处理,得到次月预测风速数据;次月预测风速数据为次月的每日风速数据;预测模型是基于单日样本风速数据及单日样本风速数据对应的单日目标风速数据进行训练得到的;将次月预测风速数据、历史发电量数据及其对应的历史风速数据输入到时间序列模型中,得到相应的次月发电量预测结果。本发明提供的方法,能够有效提高风电中长期发电量预测精度和效率,以及提升了发电量预测结果的稳定性。
  • 一种中长期发电量预测方法装置
  • [发明专利]风电机组功率预测模型样本集的获取方法及装置-CN202210012553.3有效
  • 向婕;齐艳桥;邹乾坤 - 国能日新科技股份有限公司
  • 2022-01-07 - 2022-05-17 - G06F30/27
  • 本发明提供一种风电机组功率预测模型样本集的获取方法及装置,所述方法包括将第一数据集分割成第一子数据集、第二子数据集和第三子数据集;基于所述第一子数据集和所述装机容量,确定上边界函数和下边界函数;通过所述上边界函数和所述下边界函数对所述第一数据集进行筛选,得到第二数据集。本发明的方法通过将第一数据集分割为不同的数据子集能筛选掉无意义数据使得确定的上、下边界函数更加准确,进而能根据上、下边界函数分别对不同的数据子集进行清洗,提升了数据清洗的针对性和准确性,能够使得功率预测模型在进行功率预测时输出更加精准的风电机组功率数据。
  • 机组功率预测模型样本获取方法装置
  • [发明专利]一种电力现货市场节点电价预测方法及系统-CN202111549295.4在审
  • 向婕;齐艳桥;钟崇光 - 国能日新科技股份有限公司
  • 2021-12-17 - 2022-03-08 - G06Q30/02
  • 本发明提出一种电力现货市场节点电价预测方法及系统,建立日前节点价格和实时节点价格的价格预测模型;获得日前节点价格和实时节点价格的模型预测值;建立日前节点价格和实时节点价格的高限价概率预测模型、低限价概率预测模型,获得日前节点价格和实时节点价格的的高限价概率预测值、低限价概率预测值;标记出日前节点价格和实时节点价格中的最高、最低限价的点;将价格预测模型和二分类模型的结果融合。本发明通过回归和分类模型相融合的方法预测日前节点电价和实时节点电价,提高了节点电价预测的稳定性和准确性,尤其是对地板价和最高限价时段的预测,增强交易策略的收益率。
  • 一种电力现货市场节点电价预测方法系统
  • [发明专利]电力现货交易中风电场出力申报方案的确定方法及装置-CN201910631347.9有效
  • 雍正;向婕;吕建驰 - 国能日新科技股份有限公司
  • 2019-07-12 - 2022-02-22 - G06Q10/04
  • 本发明实施例提供一种电力现货交易中风电场出力申报方案的确定方法及装置。其中,方法包括:根据风电场所属区域的气象资源历史数据,确定风电场所属子区域;根据子区域的气象资源预测数据,获取子区域的风速预测结果;根据子区域的风速预测结果,获取风电场输出功率的初步预测结果;根据风电场输出功率的历史数据,获取功率的各概率预测区间,根据功率的概率预测区间对初步预测结果进行修正,获取使得预测收益与预测考核罚款之差最大的输出功率预测结果,作为电力现货交易中风电场出力申报方案的确定结果。本发明实施例提供的电力现货交易中风电场出力申报方案的确定方法及装置,能在获得更准确的功率预测结果的同时最大程度提高电力交易的收益。
  • 电力现货交易中风电场出力申报方案确定方法装置

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top