“风速时间序列”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2489598个，建议您升级VIP下载更多相关专利

[发明专利]一种风电场功率多时间尺度联合预测方法-CN201510608424.0在审
发明人：王瑞琪;张用;赵鹏;孙树敏;郎澄宇;程艳;李广磊;于芃;毛庆波;颜勇;田晓 -专利权人：国网山东省电力公司电力科学研究院;国家电网公司;国网山东寿光市供电公司
申请日： 2015-09-22 - 公布日： 2015-12-23 - 主分类号： G06Q50/06 文献下载
摘要：本发明公开了风电场功率多时间尺度联合预测方法包括：采集整个风电场预设时间内的风速和功率历史数据，得到风电场的历史风速时间序列和历史功率时间序列；利用多小波包分解技术对历史风速时间序列和历史功率时间序列分别进行小波包分解，得到历史风速时间序列及历史功率时间序列的低频段、中频段和高频段分量；利用RBF神经网络模型分别对历史风速时间序列及历史功率时间序列的低频段和中频段分量进行短期风电场的风速和功率滚动预测；利用若干最小二乘支持向量机分别对历史风速时间序列及历史功率时间序列的低频段、中频段和高频段分量进行超短期风电场的风速和功率滚动预测；将得到的短期和超短期风电场的风速和功率滚动预测数据上传至电力调控中心。
一种电场功率多时尺度联合预测方法

[发明专利]基于灰关联时间序列的短期风速预测方法-CN201610310910.9在审
发明人：李迺璐;王世杰;邱松;徐燕;徐庆 -专利权人：扬州大学
申请日： 2016-05-12 - 公布日： 2016-09-21 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开一种基于灰关联时间序列的短期风速预测方法，包括：(10)历史风速时间序列数据形成：按照采集时间顺序排列风电场实测风速，形成历史风速时间序列；(20)训练样本集获取：差分化历史风速时间序列，得到训练样本集；(30)灰关联优化风速预测模型获取：运用灰关联决策分析方法对时间序列模型的阶数进行多目标下的优化决策分析，并运用训练样本集进行灰色时间序列模型训练，得到最优风速预测模型；(40)差分化的短期预测风速获取：利用最优风速预测模型进行风电场短期风速预测，得到差分化的短期预测风速；(50)实际短期预测风速获取：反差分化短期预测风速，得到风电场短期预测风速。本发明的短期风速预测方法，预测误差小。
基于关联时间序列短期风速预测方法

[发明专利]一种基于特征工程的XGboost风速短期预测方法-CN202011338697.5在审
发明人：张峰;吴卫东;钱宇;代晶;宋珊珊;伍绍铖;谢诚 -专利权人：国网江苏省电力有限公司江阴市供电分公司;国家电网有限公司
申请日： 2020-11-25 - 公布日： 2021-04-06 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于特征工程的用于风电机组风速预测的方法，提供了一种能够对风能的属性进行更准确表征的良好模型。该方法的主要步骤包括：一、采集风电机组端风速数据，构建基础的基于时间序列的风速原始数据集；二、对原始数据集进行数据预处理，将风速时间序列包含的数字特征提取出来形成特征序列，与原有时间序列结合成为风速时间‑特征序列，作为预测模型的输入；三、采用XGboost算法对步骤二提取风速时间—特征序列进行训练建模，得到风速预测模型；四、采用风速预测模型对风速时间‑特征序列进行预测，得到风速预测数据。该方法创新性的将特征选择与特征提取结合起来，构建风速时间‑特征序列做为预测模型输入，该模型能够进一步提高风速预测的精度。
一种基于特征工程 xgboost 风速短期预测方法

[发明专利]一种基于滑动窗口的风速波动过程分类方法及装置-CN202211088241.7在审
发明人：翟然;阎洁;邹祖冰;刘永前;张美俊;韩爽;张皓;李莉;苏营;乔延辉;刘杰;杨舒雯 -专利权人：中国长江三峡集团有限公司;华北电力大学
申请日： 2022-09-07 - 公布日： 2023-01-03 - 主分类号： G06Q10/06 文献下载
摘要：本发明提出一种基于滑动窗口的风速波动过程分类方法及装置，属于风电机组功率预测和风速波动过程分析领域。其中，所述方法包括：获取原始风速序列并进行降噪；对降噪后的所述风速序列通过摇摆窗算法划分成多个风速波动段；将所述风速波动段转化为等长风速时间序列，对所述等长风速时间序列进行基于特征值的一次聚类，得到所述风速序列的初步分类结果；根据所述初步分类结果，对每一个分类下的所述等长风速时间序列进行基于时间序列相似性度量的二次聚类，得到所述风速序列的最终分类结果。本发明综合考虑时间序列相似性与波动过程特征的影响，对波动过程进行二次聚类，以优化聚类效果，可获得更为准确的风速波动分类结果。
一种基于滑动窗口风速波动过程分类方法装置

[发明专利]一种基于小数据量法的短期风速预测方法及系统-CN201710561951.X在审
发明人：褚景春;谢法;王晓丹;王千;姜德旭;杜雯;焦冲;陈文超;蔺雪峰 -专利权人：国电联合动力技术有限公司
申请日： 2017-07-11 - 公布日： 2017-10-24 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于小数据量法的短期风速预测方法及系统，该方法包括如下步骤S1获取预设长度的风速时间序列；S2利用自相关函数法计算获取的风速时间序列的时间延迟；S3根据G‑P算法和Taken定理计算风速时间序列的嵌入维数；S4根据风速时间序列的时间延迟和嵌入维数重构相空间；S5对重构的相空间的矩阵通过小数据量法计算风速时间序列的最大Lyapunov指数；S6基于最大Lyapunov指数建立风速时间序列的预测模型，利用预测模型对风速时间序列之后的短期风速进行预测；该系统包括获取模块、时间延迟计算模块、嵌入维数计算模块、相空间重构模块、Lyapunov指数计算模块、预测模块。
一种基于数据量短期风速预测方法系统

[发明专利]基于有限状态马尔科夫序列的时序风速模拟方法和系统-CN202010488905.3有效
发明人：李玉敦;杨超;史方芳;张国辉;刘萌;李宽;赵斌超;王昕;李广磊 -专利权人：国网山东省电力公司电力科学研究院;国家电网有限公司
申请日： 2020-06-02 - 公布日： 2023-10-10 - 主分类号： G06F30/23 文献下载
摘要：本发明提出了基于有限状态马尔科夫序列的时序风速模拟方法和系统，该方法接收原始风速时间序列，利用多项式正态变换技术将原始风速时间序列变换为服从正态分布的时间序列；利用相邻K个时刻服从正态分布的时间序列构造k维随机向量；随机向量服从协方差矩阵C的多元正态分布；根据多元正态分布构造状态转移函数；利用状态转移函数进行随机抽样得到设定时间长度的马尔科夫时间序列；利用多项式正态变换将马尔科夫时间序列变换得到模拟风速时间序列本发明在连续状态空间建立风速的时间序列模型，具有更高的仿真精度；在正态空间构建风速时间序列的马尔科夫随机模型，降低了直接建模的复杂度，建模更加灵活方便。
基于有限状态马尔科夫序列时序风速模拟方法系统

[发明专利]模拟风速的方法、装置、设备及介质-CN201711483821.5有效
发明人：薛建国 -专利权人：北京金风科创风电设备有限公司
申请日： 2017-12-29 - 公布日： 2023-03-31 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种模拟风速的方法、装置、设备及介质。该方法包括：选取待构造第二时间尺度风速序列的起点风速和待构造第二时间尺度风速序列的终点风速期望值；确定待构造第二时间尺度风速序列的中间点风速期望值；根据起点风速和中间点风速期望值连接第一期望路径，根据中间点风速期望值和终点风速期望值连接第二期望路径；构造第一布朗运动方程，生成第一期望路径的风速随机序列；构造第二布朗运动方程，生成所述第二期望路径的风速随机序列；组成待构造第二时间尺度风速序列。根据本发明实施例提供的模拟风速的方法、装置、设备及介质，在已获取长时间尺度的风速特征后，能够获得更小时间尺度下的风速数据。
模拟风速方法装置设备介质

[发明专利]一种考虑风载荷时空分布特性的输电线路风速场模拟方法-CN201811149737.4有效
发明人：贺博;冯文韬;李楠;赵明曦 -专利权人：西安交通大学
申请日： 2018-09-29 - 公布日： 2020-11-10 - 主分类号： G06F30/23 文献下载
摘要：一种考虑风载荷时空分布特性的输电线路风速场模拟方法，包括：1)进行平均风速场仿真与脉动风速场模拟，得到各点平均风速值与脉动风速时间序列；2)将脉动风速时间序列叠加到各点平均风速值上，得到实际风速时间序列；3)将步骤1)得到的脉动风速时间序列进行循环移位变换，得到一组考虑时空分布特性的风速时间序列；4)将考虑时空分布特性的风速时间序列变换为风载荷数据，以分段的形式施加于输电线路有限元模型中，进行瞬态求解并提取位移
一种考虑载荷时空分布特性输电线路风速模拟方法

[发明专利]基于小波分解和支持向量机的风电场风速与功率预测方法-CN201510510342.2有效
发明人：王瑞琪;孙树敏;汪东军;牛蔚然;吕雯;张用;赵鹏;于芃;李广磊;毛庆波 -专利权人：国网山东省电力公司电力科学研究院;国网山东节能服务有限公司;国家电网公司
申请日： 2015-08-19 - 公布日： 2019-03-01 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于小波分解和支持向量机的风电场风速与功率预测方法，包括：采集整个风电场预设时间内的风速和功率历史数据，得到风电场的历史风速时间序列和历史功率时间序列；利用小波包分解技术对历史风速时间序列进行小波包分解，得到历史风速时间序列的低频段、中频段和高频段分量；利用灰色支持向量机预测模型对历史风速时间序列各分量进行预测，然后利用小波包重构得到短期风速预测数据；利用历史风电功率数据和数值天气预报风速数据作为训练集建立灰色支持向量机模型，进行风电功率的一次预测；对得到的风速预测数据、风电功率预测数据，通过RBF神经网络进行预测，得到风电功率最终预测值。
基于分解支持向量电场风速功率预测方法

[发明专利]基于卡尔曼滤波的风速序列预测方法-CN201310648650.2无效
发明人：修春波;万蓉凤;王柳 -专利权人：天津工业大学
申请日： 2013-12-03 - 公布日： 2014-02-26 - 主分类号： G06F19/00 文献下载
摘要：本发明属于时间序列预测分析领域，具体为一种基于卡尔曼滤波的风速序列预测方法，利用时间序列分析方法建立风速时间序列的高阶AR模型，由此建立卡尔曼滤波的状态方程和测量方程，利用时间序列分析方法建立风速时间序列的训练样本对，采用迟滞神经网络实现风速序列的预测分析，利用迟滞神经网络的预测结果作为卡尔曼滤波的测量值，根据AR模型和迟滞神经网络模型的预测误差确定卡尔曼滤波方法的状态方程和测量方程的斜方差矩阵，从而实现卡尔曼滤波方法对风速序列的预测分析本发明可应用于风电场的风速在线预测分析系统中。
基于卡尔滤波风速序列预测方法

[发明专利]一种基于卡尔曼滤波融合的风速序列预测方法-CN201210203535.X有效
发明人：修春波;张欣 -专利权人：天津工业大学
申请日： 2012-06-20 - 公布日： 2016-10-19 - 主分类号： G06F19/00 文献下载
摘要：本发明属于时间序列预测分析领域，具体为一种基于卡尔曼滤波融合的风速序列预测方法。利用采集到的风速序列构造出风速变化率序列，采用神经网络分别对两种序列进行预测分析，并将预测结果利用卡尔曼滤波方法进行融合，从而得到风速的最优预测估计结果。本发明主要用于风速时间序列的预测分析领域中。
一种基于卡尔滤波融合风速序列预测方法

[发明专利]风速预测方法及装置-CN202110506576.5在审
发明人：吉君恺;董敏辉;林秋镇;贺颖 -专利权人：深圳大学
申请日： 2021-05-10 - 公布日： 2021-09-10 - 主分类号： G06F30/27 文献下载
摘要：本申请适用于物理信息技术领域，具体公开了一种风速预测方法及装置，在该方法中，获取历史风速时间序列，所述历史风速时间序列包含多个检测时刻和相应的检测风速；确定所述历史风速时间序列所对应的时延和嵌入维度；基于所述时延和所述嵌入维度对所述历史风速时间序列进行相空间重构，以得到相应的多个重构相空间子序列；将所述多个重构相空间子序列提供给树突神经网络，以由所述树突神经网络确定风速预测结果。由此，可以有效地提高风速预测结果的准确性，是具有竞争力的预测风速的全新方案，能为风能产业的决策者们提供一个新的技术参考方向。
风速预测方法装置

[发明专利]基于小波分解与重构的时间序列风速预测方法-CN201610845639.9在审
发明人：赵征;王晓亮;张亚刚;勾海芝 -专利权人：华北电力大学（保定）
申请日： 2016-09-24 - 公布日： 2017-02-08 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于小波分解与重构的时间序列风速预测方法，属于输配电技术领域，目的是改进原有的风速预测方法，提高风速预测精度，其技术方案是，所述方法通过小波变换的时间‑频率局域分析方法，对历史风速序列进行分解与重构，将原始风速序列分解为低频和高频部分，最后分别对分解与重构后的高频和低频序列建立时间序列模型，合成各个预测结果得到原始风速的预测值。本发明充分挖掘风速序列的内在联系，揭示序列在不同尺度上的时频特征，在此基础上，建立适当的时间序列模型。实验结果表明，本方法要优于单纯传统ARMA的预测方法，并且具有更高的预测精度。
基于分解时间序列风速预测方法

[发明专利]基于滚动时间序列和支持向量机的短期风速预测方法和系统-CN202111370513.8在审
发明人：褚孝国;杨政厚;韩健;周峰;岳红轩;陈志文;陈兆圣;陈卓;王爽 -专利权人：北京华能新锐控制技术有限公司
申请日： 2021-11-18 - 公布日： 2022-06-07 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于滚动时间序列和支持向量机的短期风速预测方法和系统。本发明基于滚动时间序列和支持向量机的短期风速预测方法，其有益效果在于利用空间相重构法，重现了风速的混沌特性，而后结合时间序列模型和支持向量机反应风速序列的线性和非线性特性，提高了风速预测的精度可靠性。
基于滚动时间序列支持向量短期风速预测方法系统

[发明专利]基于时序长记忆模型的风电场短期风速预测方法-CN201510043601.5在审
发明人：卢锦玲;王阳;杨月;米增强 -专利权人：华北电力大学(保定)
申请日： 2015-01-28 - 公布日： 2015-04-29 - 主分类号： G06Q10/04 文献下载
摘要：一种基于时序长记忆模型的风电场短期风速预测方法，包括以下步骤：获取风电场多年风速历史数据，对历史数据进行预处理，形成风速时间序列；输入处理后数据，对风速时间序列采用重标极差分析法即R/S分析方法建立长记忆时间序列ARFIMA模型，得到初步预测风速集合；通过卡尔曼滤波算法进一步优化初步预测风速，获得最终风速预测值。本发明集成了风电场多年风速实测历史数据作为预测模型来源，通过建立长记忆时间序列ARFIMA模型，获得初步预测风速集合，再通过卡尔曼滤波减小预测误差，获得最终风速预测结果，大大提高了风速预测的精度。
基于时序记忆模型电场短期风速预测方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条