“超短期负荷预测”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果400605个，建议您升级VIP下载更多相关专利

[发明专利]一种光伏电站发电功率超短期预测方法-CN201410524926.0有效
发明人：李科;张国建;郭彦飞;周永华;郭宇能;梁进 -专利权人：国电南瑞科技股份有限公司
申请日： 2014-10-09 - 公布日： 2017-12-29 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种光伏电站发电功率超短期预测方法，包括如下步骤步骤1获取光伏电站的历史实测功率数据和短期预测功率数据；步骤2对所述光伏电站的历史实测功率数据和短期预测功率数据进行数据预处理；步骤3根据预处理后的光伏电站的历史实测功率数据和短期预测功率数据，利用基于预测时间长度的光伏电站发电功率超短期预测模型得到不同的预测时间长度对应的光伏电站的超短期预测功率；步骤4根据所获得的光伏电站的超短期预测功率确定光伏电站发电功率超短期预测模型的最佳预测时间长度；步骤5采用基于最佳预测时间长度的光伏电站发电功率超短期预测模型进行光伏电站的超短期功率预测。提高光伏电站发电功率超短期预测精度。
一种电站发电功率短期预测方法

[发明专利]一种电-热综合能源系统调度最佳时间尺度配合方法-CN202110049118.3有效
发明人：董帅;林卓然;王杉;王守相;菅学辉;王绍敏;孙丰杰;李昊;刘嘉超;夏天翔;孙宏宇;裴继坤;高连学;撖奥洋;钟世民;綦鲁波 -专利权人：国网山东省电力公司青岛供电公司;天津相和电气科技有限公司
申请日： 2021-01-14 - 公布日： 2022-09-02 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开一种电‑热综合能源系统调度最佳时间尺度配合方法，包括如下步骤：确定并获取综合能源系统运行基本参数；获取风电、负荷的日前预测值，将日前预测值输入至预先建立的日前调度模型，获得日前调度结果；获取风电、负荷的日内短期预测值，将日内短期预测值输入至日内调度模型，选择最优调度指令周期，获得日内调度结果；获取风电、负荷的超短期预测值，将超短期预测值输入至实时调度模型，获得实时调度结果；以实时计划的出力值为新一轮日内预测的初始值
一种综合能源系统调度最佳时间尺度配合方法

[发明专利]一种基于优化稀疏编码的超短期负荷滚动多步预测方法-CN202010868405.2在审
发明人：鞠平;储晨阳;秦川 -专利权人：河海大学
申请日： 2020-08-26 - 公布日： 2021-01-05 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于优化稀疏编码的超短期负荷滚动多步预测方法，包括对历史电力负荷数据进行数据预处理，构建稀疏编码算法中的特征字典、目标字典和输入向量；通过ESAX符号化距离相似性检索方法对特征字典和目标字典进行优化；基于输入向量以及优化后的特征字典、目标字典，应用稀疏编码算法预测得到多步预测目标结果；根据区间修正模型对预测目标结果进行修正，输出最终预测结果。借助包含幅值和趋势变化复合特征的ESAX符号化距离相似性度量方法优化字典，增强了稀疏编码的特征识别能力，同时加入基于负荷增量预测的区间修正模型，改善了稀疏编码预测在负荷爬坡期间误差偏大的情况，更适合于需要不断更新负荷数据的超短期负荷滚动多步预测
一种基于优化稀疏编码短期负荷滚动预测方法

[发明专利]一种工业园区工厂用电负荷的超短期预测方法-CN202110348623.8在审
发明人：侯婷婷;方仍存;杨东俊;张维;唐金锐;阮博;迟赫天 -专利权人：国家电网有限公司;国网湖北省电力有限公司经济技术研究院
申请日： 2021-03-31 - 公布日： 2021-06-18 - 主分类号： G06Q10/04 文献下载
摘要：一种工业园区工厂用电负荷的超短期预测方法，该方法先获取工业园区工厂用电负荷的D日历史用电数据，并对这些历史用电数据进行聚类分析，得到NCh1类负荷用电数据，再基于待预测日前now个时段的已有用电数据，计算其与得到的各类负荷的典型用电曲线相同时段的总关联度，然后根据总关联度计算结果确定待预测日接下来npre个时段的用电负荷预测基础值，最后采用各类负荷的历史日用电数据预测同类型日用电数据的误差期望值对得到的用电负荷预测基础值进行修正，即可得到待预测日接下来npre个时段的用电负荷预测结果。本设计有效提高了工厂用电负荷超短期预测的精度。
一种工业园区工厂用电负荷短期预测方法

[发明专利]一种基于HMM的超短期功率预测方法及系统-CN202310228868.6在审
发明人：李凌;卓毅鑫;胡甲秋;黄馗;詹厚剑;秦意茗;唐健;蒙文川;饶志;杨再敏;宋美洋;刘鲁宁;郭炜 -专利权人：广西电网有限责任公司;南方电网能源发展研究院有限责任公司;北京东润环能科技股份有限公司
申请日： 2023-03-10 - 公布日： 2023-08-11 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于HMM的超短期功率预测方法及系统，属于电力预测技术领域，方法包括：获取历史短期预测功率数据与历史实际功率数据之间标准化后的误差分布；判断误差分布是否满足高斯分布；在满足高斯分布的情况下，分别采用ORPC超短期算法、BP神经网络、GRNN神经网络和ELM极限学习机进行短期功率预测，得到不同短期预测方法对应的短期预测功率数据；采用马尔可夫模型，得到未来n步转移概率矩阵，得到不同短期预测方法对应的下一时刻超短期预测功率值和第4小时超短期预测功率值；在下一时刻，比较计算出的超短期预测功率值与实际功率的偏差；确定出与实际功率偏差最小的超短期预测功率值，将相应的第4小时超短期预测功率值进行上报。
一种基于 hmm 短期功率预测方法系统

[发明专利]基于改进GRU-NP模型的低压台区超短期负荷预测方法及系统-CN202211595583.8在审
发明人：周玉;赵双双;李悦;高凡;张震;纪峰;穆卓文;崔高颖;周超;王舒;夏宇航;冯可 -专利权人：国网江苏省电力有限公司营销服务中心
申请日： 2022-12-13 - 公布日： 2023-05-12 - 主分类号： G06F30/27 文献下载
摘要：基于改进GRU‑NP模型的低压台区超短期负荷预测方法和系统，首先对原始负荷数据进行数据清洗并引入距离相关系数开展特征相关性分析，剔除相关性较低的特征；然后对数据集进行归一化并按8:2的比例划分为训练集与测试集；搭建基于RMSProp算法优化的GRU和使用Optuna进行超参数寻优的NP模型；之后再使用多层感知机MLP寻找GRU模型、NP模型融合的最佳权重，按最佳权重得到混合模型；将所需预测的数据，载入已训练好的GRU‑NP模型对未来时刻的负荷值进行预测。本发明针对低压台区超短期负荷预测，采用改进GRU‑NP模型对未来15分钟负荷值进行预测，实验表明有效提高低压台区多特征负荷数据预测精度。
基于改进 gru np 模型压台短期负荷预测方法系统

[发明专利]一种风电场发电功率超短期预测方法-CN201410529674.0有效
发明人：周永华;张国建;郭彦飞;李科;郭宇能;梁进 -专利权人：国电南瑞科技股份有限公司
申请日： 2014-10-09 - 公布日： 2017-11-10 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种风电场发电功率超短期预测方法，包括以下步骤A）获取风电场的实测功率数据和短期预测功率数据；B）对获取的数据进行数据预处理；C）根据预处理后的风电场的实测功率数据和短期预测功率数据，利用基于预测时间长度的风电场发电功率超短期预测模型得到风电场的超短期预测功率；D）根据风电场的超短期预测功率，确定风电场发电功率超短期预测模型的最佳预测时间长度；E）基于最佳预测时间长度的风电场发电功率超短期预测模型进行风电场的超短期功率预测。
一种电场发电功率短期预测方法

[发明专利]一种基于风速因子控制模型的风电超短期功率预测方法-CN201410745990.1在审
发明人：于炳霞;谭志萍;陈梅;陈志宝;程序;周海;丁杰;崔方;王知嘉;曹潇;丁宇宇;周强;丁煌;朱想 -专利权人：国家电网公司;中国电力科学研究院
申请日： 2014-12-08 - 公布日： 2015-02-25 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种基于风速因子控制模型的风电超短期功率预测方法，包括以下步骤：利用ARIMA模型进行超短期功率预测；利用BP神经网络模型进行超短期功率预测；通过风速因子控制模型完成风电超短期功率预测。本发明提供的基于风速因子控制模型的风电超短期功率预测方法，能够在评价ARIMA模型和BP神经网络模型的基础上，针对运行环境对上述两个模型进行切换，从而提高风电超短期功率预测的准确性。
一种基于风速因子控制模型风电超短期功率预测方法

[发明专利]一种集中式风电超短期功率预测方法、系统和云端平台-CN202310148695.7在审
发明人：张雨薇;曾垂宽;彭喆;杨东升;梁卉林 -专利权人：华润电力技术研究院有限公司
申请日： 2023-02-21 - 公布日： 2023-05-30 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种集中式风电超短期功率预测方法、系统和云端平台，包括：获取待测场站的实测风向，计算得到待测场站的主导风向，并根据主导风向，计算得到上游参考场站；获取模型输入数据并输入预先设置好的若干个超短期预测模型进行预测，得到所述待测场站的若干个风电超短期预测功率；对若干个风电超短期预测功率进行最优预测功率寻优，得到最优超短期预测功率，并将最优超短期预测功率通过双链路下发至待测场站。本发明通过将所有风电场数据集中至云端，解决现有超短期预测方法缺乏历史数据集、以及场站间数据不共享的问题，在超短期建模时可以根据风速的空间相关性加入其他场站的气象实测数据，有效提升了预测的准确率。
一种集中式风电超短期功率预测方法系统云端平台

[发明专利]一种面向电力需求响应的用户负荷调节方法-CN202111009212.2在审
发明人：王朝亮;李磊;肖涛;刘炜;李亦龙;宋磊 -专利权人：国网浙江省电力有限公司营销服务中心;国网浙江省电力有限公司
申请日： 2021-08-31 - 公布日： 2022-01-11 - 主分类号： G06K9/62 文献下载
摘要：本发明属于电力需求响应技术领域，具体涉及一种面向电力需求响应的用户负荷调节方法。针对电力用户实时上报的可调能力与响应时间段内的实际可调能力有较大差异，导致电力用户参与负荷调节后仍然无法完成需求响应指标的不足，本发明采用如下技术方案：一种面向电力需求响应的用户负荷调节方法，包括：S1、采集用户历史负荷数据；S2、根据历史负荷数据预测用户超短期负荷和用户最小运行基线负荷；S3、将得到的超短期负荷数组减去最小运行负荷基线数组，得到可调负荷预测数组；S4、根据可调负荷预测数组在响应时间段内的最小值本发明的有益效果是：通过采集历史负荷数据，提升需求响应指标的可实现程度。
一种面向电力需求响应用户负荷调节方法

[发明专利]一种在配网终端中实现分布式超短期区域负荷预测的方法-CN201010186642.7无效
发明人：崔丰曦;刘研 -专利权人：深圳市科陆电子科技股份有限公司
申请日： 2010-05-21 - 公布日： 2010-11-17 - 主分类号： H02J3/00 文献下载
摘要：一种在配网终端中实现分布式超短期区域负荷预测的方法，包括如下步骤：(a)构造配网终端神经网络程序的输入向量和输出向量；(b)根据配网终端所在馈线段的不同区域负荷类型初始化神经网络；(c)用历史负荷数据得到训练样本；(d)用样本对神经网络进行训练；(e)用训练后的神经网络程序得出超短期区域负荷曲线。本发明利用神经网络输入与输出之间的非线性映射关系，以及自适应自学习能力，通过区分配网终端所在馈线段的不同区域负荷类型，在配网终端中选取对应的神经网络结构和初始值，实现了分布式的负荷预测，提高了预测准确度
一种终端实现分布式短期区域负荷预测方法

[发明专利]风储联合运行的超短期功率预测数据的修正方法及系统-CN202210894274.4在审
发明人：孙财新;蒋宝平;申旭辉;宋立涛;潘霄峰;贾和宇;王鸿策 -专利权人：中国华能集团清洁能源技术研究院有限公司;华能新能源股份有限公司山西分公司
申请日： 2022-07-27 - 公布日： 2022-10-18 - 主分类号： H02J3/00 文献下载
摘要：本申请提出风储联合运行的超短期功率预测数据的修正方法及系统，其中，所述方法包括：获取预设时段内风电场对应的原始超短期功率预测数据及实发功率数据；根据所述原始超短期功率预测数据及实发功率数据确定风储联合运行第一目标函数；利用贝叶斯调参算法及所述风储联合运行第一目标函数确定所述原始超短期功率预测数据对应的修正系数；基于所述修正系数对所述原始超短期功率预测数据进行修正。本申请提出的技术方案，利用贝叶斯调参算法及所述风储联合运行第一目标函数确定所述原始超短期功率预测数据对应的修正系数，并基于所述修正系数对原始超短期功率预测数据进行修正，进而提高了超短期功率预测数据的精度
联合运行短期功率预测数据修正方法系统

[发明专利]一种基于混合模型的建筑物负荷预测方法-CN202210963898.7在审
发明人：郝世林;刘庆永;董金辉;陈世辉;张三杰;陈尚宇 -专利权人：河南康派智能技术有限公司
申请日： 2022-08-11 - 公布日： 2022-11-11 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于混合模型的建筑物负荷预测方法，属于建筑物能耗预测技术领域。本发明通过获取历史负荷相关数据，建立采用机器学习的负荷预测模型，利用历史负荷相关数据对建立的负荷预测模型进行训练，从而得到负荷值与时间和天气的关系，利用该训练后的负荷预测模型以及待预测时的时间和天气数据就可以实现对负荷值的预测本发明采用由XGBoost模型和Seq2Seq模型构成的混合模型作为负荷预测模型，该负荷预测模型能够兼顾XGBoost模型的短期和长期预测性能以及Seq2Seq模型的超短期预测性能，解决了目前预测方式存在的预测范围小、预测精度不稳定的问题，提升了负荷预测的精度和鲁棒性。
一种基于混合模型建筑物负荷预测方法

[发明专利]计及时序动态特性和耦合特性的区域综合能源系统多能负荷预测方法-CN202010095440.5在审
发明人：王守相;王绍敏;王丹 -专利权人：天津大学
申请日： 2020-02-17 - 公布日： 2020-05-22 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开计及时序动态特性和耦合特性的区域综合能源系统多能负荷预测方法，包括步骤：S1.分别对电、冷、热负荷提取对应的静态特征；S2.通过基于长短期记忆网络的编码解码框架LSTMED模型分别对电、冷、热负荷提取对应的动态特征；S3.将得到的静态特征和动态特征与当前时刻气象特征相结合，形成扩展的特征矩阵；S4.基于扩展特征矩阵对梯度提升树GBDT模型进行训练；S5.将获得的多能负荷预测模型在实际数据集上进行测试。本发明能提供高精度的超短期多能负荷预测结果，及多时间尺度的短期多能负荷预测结果。
时序动态特性耦合区域综合能源系统多能负荷预测方法

[发明专利]一种基于斯皮尔曼等级与RKELM微网短期负荷预测方法-CN201710957155.8有效
发明人：杨荣照;杨苹;陈夏;沈志钧;余伟洲;张云飞;陈亦平;张勇;候君;莫维科;高琴 -专利权人：华南理工大学
申请日： 2017-10-16 - 公布日： 2021-11-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明提出一种基于SPSS与RKELM微网短期负荷预测方法，包括步骤：（1）在线数据采集并周期性更新历史数据库（2）对历史数据进行预处理并提取负荷样本特征；（3）构建离线负荷预测模型；（4）采用斯皮尔曼等级相关的方法筛选与待预测点前驱负荷相似的历史样本作为在线训练样本；（5）根据在线训练样本与离线负荷预测模型，计算未来时刻的负荷预测值。该方法使用快速简化核函数极限学习机（RKELM）、混沌粒子群算法和斯皮尔曼等级相关筛选（RKELM），建立了包含离线参数寻优与在线负荷的预测模型；通过模型参数的周期更新来保证算法的时效性，同时降低在线预测计算的复杂度，减少历时数据存储量，降低计算成本，能较为准确的预测微网短期及超短期负荷。
一种基于斯皮尔曼等级 rkelm 短期负荷预测方法