“北京国能日新系统控制技术有限公司”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果7个，建议您升级VIP下载更多相关专利

[发明专利]基于同化技术与同风带理论的风电功率预测方法及系统-CN201511018497.0有效
发明人：张亦澄 -专利权人： 北京国能日新系统控制技术有限公司
申请日： 2015-12-29 - 公布日： 2017-11-21 - 主分类号： H02J3/00 文献下载
摘要：本发明提供了基于同化技术与同风带理论的风电功率预测方法，包括如下步骤利用同风带理论重新筛选和定义更加准确的背景网格，增加TIN地形模块并利用ArcGIS3建模，得到背景场协方差矩阵B以及观测数据矩阵R；根据NWP理论将背景场协方差矩阵B以及观测数据矩阵R录入同化模块；通过最小代价方法多时次迭代求解分析变量；通过历史测风数据校正并输出风速预测数据。本发明所述的建模方法和系统利用同风带理论划分目标风电场同风带范围，同化测风数据，既保证了子区域中资料的多点区域同化，又提升了技术效率，对NWP预报的精度提高，更能反应风速的波动性、随机性和间歇性的特点，保证电网稳定经济运行。
基于同化技术风带理论电功率预测方法系统

[发明专利]一种基于四分位箱线图的风机异常数据处理方法及装置-CN201710001788.1在审
发明人：向婕;雍正;王德民 -专利权人： 北京国能日新系统控制技术有限公司
申请日： 2017-01-03 - 公布日： 2017-06-27 - 主分类号： G06Q50/06 文献下载
摘要：本发明提供了一种基于四分位箱线图的风机异常数据处理方法及装置，包括(1)按照一定格式读取风机数据；(2)剔除风机数据连续重复值；(3)利用四分位法判断处理风机功率异常值；(4)利用四分位法判断处理风机风速异常值。本发明与识别异常值的经典方法不同，箱线图的绘制依靠实际数据，不需要事先假定数据服从某种特定的分布形式，没有对数据作任何限制性要求，只是真实直观地表现数据形状的本来面貌；另一方面，本发明箱线图判断异常值的标准以四分位数和四分位距为基础，四分位数具有一定的耐抗性，多达25％的数据可以变得任意远而不会很大地扰动四分位数，所以异常值不能对这个标准施加影响，箱线图识别异常值的结果比较客观。
一种基于四分位箱线图风机异常数据处理方法装置

[发明专利]基于深度学习的多目标优化新能源功率预测方法及装置-CN201710002564.2在审
发明人：向婕;雍正;吕建驰 -专利权人： 北京国能日新系统控制技术有限公司
申请日： 2017-01-03 - 公布日： 2017-06-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种基于深度学习的多目标优化新能源功率预测方法及装置，包括(1)选取预测风速跟实发功率建立对应关系，作为建模数据；(2)限制玻尔兹曼机预训练；(3)深信度网络建模；(4)基于目标加权的新能源功率预测。本发明充分利用风速变化的短暂连续性，利用预测风速与实发功率进行建模，避免引入累计误差，同时考虑均方根误差和单点偏差，提高预测准确性；同时利用深度学习的自学习能力，提高模型的泛化能力。
基于深度学习多目标优化新能源功率预测方法装置

[发明专利]基于理论计算和数据分析的光伏故障诊断系统和诊断方法-CN201510038794.5有效
发明人：郝东亚;张晓磊;郭永强;谭祎 -专利权人： 北京国能日新系统控制技术有限公司
申请日： 2015-01-26 - 公布日： 2017-05-24 - 主分类号： G05B23/02 文献下载
摘要：本发明公开了一种基于理论计算和数据分析的光伏故障诊断系统和诊断方法，其中诊断系统包括数据采集子系统、数据存储子系统、数据挖掘子系统、系统建模预测子系统、故障决策子系统和故障显示回馈子系统。本发明从整个电场的角度出发，分析电场各个机组设备的运行状况，并结合系统模型的预测值实时判断各机组的运行状况；同时故障决策系统通过智能算法使故障诊断系统具有自主学习的功能，能够不断的提高系统的故障判断准确率；同时该光伏故障诊断系统能够将电场实时数据、电场外部环境数据、机组模型预测数据、故障源等数据实时存储，使系统具有故障回顾的功能；提升电场运行安全等级、提高电场电能质量。
基于理论计算数据分析故障诊断系统诊断方法

[发明专利]一种基于季节分区的光伏功率预测方法-CN201511019855.X在审
发明人：李晓英 -专利权人： 北京国能日新系统控制技术有限公司
申请日： 2015-12-29 - 公布日： 2016-06-15 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种基于季节分区的光伏功率预测方法，包括S1.收集光电站历史信息；S2.对所述步骤S1中收集到的太阳辐照度数据、功率数据按照季节进行分类；S3.将所述步骤S2分类后的每一季节的数据进行数据预处理，并使用预处理之后的数据建立支持向量回归模型，得到功率与太阳辐照度之间的对应关系；S4.根据预测日所属季节类型，确定进行功率预测需要使用的回归模型；S5.针对预测日之前一个时间段的数据，进行数据预处理，并建立最小二乘模型，得到最近一段时间内功率与太阳辐照度之间的关系；S6.计算预测功率y。本发明所述的基于季节分区的光伏功率预测方法建立的模型的通用性及泛化性较好，在一定程度上提高了光伏电站的预测精度。
一种基于季节分区功率预测方法

[发明专利]基于风电场区域实时风速分析调控风电场有功的方法和装置-CN201511019916.2在审
发明人：郝东亚 -专利权人： 北京国能日新系统控制技术有限公司
申请日： 2015-12-29 - 公布日： 2016-03-23 - 主分类号： G05B13/04 文献下载
摘要：本发明提供了一种基于风电场区域实时风速分析调控风电场有功的方法，用于具有数据采集系统、风电场建模系统、风电场数据存储系统、风机有功预测系统、风电场有功分配系统和控制效果回馈系统的控制系统中。基于区域地理模型、风机模型、风机尾流模型、以及区域同风带模型对风电场进行整体建模。采用模糊控制理论、神经网络算法以及自适应调整算法对风机下一刻的实时风速进行不间断的预测。本发明创造所述的分析调控方法通过对风电场区域风速进行监控，可以精确且有效的预测出每台风机短时间内的理论有功上限。通过风机理论有功上限的利用可以有效地提高风电场有功控制效率与准确率。
基于电场区域实时风速分析调控有功方法装置

[发明专利]一种基于模糊分区理论的神经网络风功率短期预测方法-CN201510161140.1在审
发明人：李丹丹;向婕;肖岐奎;燕青浩 -专利权人： 北京国能日新系统控制技术有限公司
申请日： 2015-04-07 - 公布日： 2015-06-24 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种基于模糊分区理论的神经网络风功率短期预测方法。本发明通过分析风速变化的重要特征，以及风速与功率之间关系，采用模糊理论、人工智能及统计学理论相结合的模式。在进行风力发电预测时，先将从气象预测获得的风速数据按时间段进行风力等级模糊分区处理，然后进行BP神经网络分区预测，分区预测值乘以其隶属度值再将所有分区值相加即是预测的功率值，然后进行概率统计修正算法，得到预测功率；本发明有效的提高功率预测模型准确度。
一种基于模糊分区理论神经网络功率短期预测方法

1
共 7 条