“风速预测 ”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292465个，建议您升级VIP下载更多相关专利

[发明专利]功率预测模型建立方法、预测方法、装置及电子设备-CN202010247420.5在审
发明人：舒豪杰 -专利权人：北京金风慧能技术有限公司;江苏金风软件技术有限公司;青海绿能数据有限公司
申请日： 2020-03-31 - 公布日： 2021-04-06 - 主分类号： G06Q10/04 文献下载
摘要：本申请实施例提供了一种功率预测模型的建立方法、预测方法、装置及电子设备。该功率预测模型的建立方法包括：获取样本预测风速数据和与样本预测风速数据对应的样本实测风速数据；根据预设风速值区间，将样本预测风速数据离散到若干风速分段中；根据预测功率与实测功率之间的准确率关系，确定每个风速分段的预测功率；根据全部风速分段的预测功率，确定功率预测模型。本申请实施例提供的功率预测模型的建立方法构建的功率预测模型，能够有效提高功率预测准确率，既适合于超短期预测，也适合于短期预测，并且因为利用了样本预测风速数据，得到的预测结果更贴近实际。
功率预测模型建立方法装置电子设备

[发明专利]一种考虑风向和置信区间的铁路沿线风速预测方法-CN201811099771.5有效
发明人：刘辉;段铸;陈超 -专利权人：中南大学
申请日： 2018-09-20 - 公布日： 2022-02-11 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种考虑风向和置信区间的铁路沿线风速预测方法，用历史风速数据建立多个低相关性风速预测模型，智能集成优化预测结果，提高预测精度，同时建立风向‑风速预测误差联合概率分布，结合目标测风点风向预测值，获得高置信度风速预测区间；利用测试样本进行多次风速模拟预测，将每次模拟预测的风速预测误差值和相应时刻风向真实值作为二维离散随机变量的一次观测值，构造风向‑风速预测误差联合概率分布，建立风向与预测误差之间的映射关系，基于风向，获得风速预测误差的高置信度区间，显著提高风速预测的鲁棒性，避免了绝对风速值预测的单一性，为列车运行决策提供更多精确有效的预测信息。
一种考虑风向置信区间铁路沿线风速预测方法

[发明专利]一种风速区间预测方法、模型和系统-CN202210592257.5在审
发明人：郅伦海;訾勇;李毅;周康 -专利权人：合肥工业大学
申请日： 2022-05-27 - 公布日： 2022-08-05 - 主分类号： G06Q10/04 文献下载
摘要：本发明提出了一种风速区间预测方法、模型和系统。所述风速区间预测方法包括根据复杂度将实测风速数据分解后的固有模态分量IMF分类为复杂度较高的高频分量和复杂度较低的低频分量，然后针对每个高频分量预测风速区间，针对每个低频分量获取风速的点预测值，然后结合所述风速区间和点预测值获得最终风速预测区间本发明通过所述点预测值与所述风速区间复合形成最终风速预测区间，缩小了最终风速预测区间的宽度。通过区间和点值的方式赋予高频分量和低频分量不同的特征学习方式，使得最终风速预测区间的获得对高频分量和低频分量进行了充分而精准的学习，保证了最终风速预测区间的精确。
一种风速区间预测方法模型系统

[发明专利]一种风速预测方法、系统、设备及计算机可读存储介质-CN201810442364.3在审
发明人：陈鹏飞;张学习;晏勤;陈水标 -专利权人：广东工业大学
申请日： 2018-05-10 - 公布日： 2018-10-02 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种风速预测方法、系统、设备及计算机可读存储介质，其中该方法包括：获取实时风速数据；输入实时风速数据至预先训练的LSTM模型；获取LSTM模型输出的预测风速数据。本发明公开的一种风速预测方法，先获取实时风速数据，然后输入实时风速数据至预先训练的LSTM模型，最后获取LSTM模型输出的预测风速数据，也即实现了利用LSTM模型来对风速进行预测。实验证明，本发明公开的风速预测方法的预测准确率较高。本发明公开的一种风速预测系统、设备及计算机可读存储介质也在一定程度上提高了现有的风速预测方法的预测准确率。
风速预测实时风速计算机可读存储介质预测风速数据准确率风速预测系统输出风速

[发明专利]一种风电场中风电功率预测方法及系统-CN201711114090.7在审
发明人：张超;王吉远;龙泉;张耀文;王朝;刘澈;赵树良;弥崧;欧阳磊;李新宇;石一迪 -专利权人：北京普华亿能风电技术有限公司
申请日： 2017-11-13 - 公布日： 2019-05-21 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种风电场中风电功率预测方法及系统，方法为：通过预先建立的风速模型，根据质量守恒定律计算得出自然风速通过风力发电机叶片的尾流速度；根据尾流速度，基于动量守恒定律计算得出风电场中任一台风力发电机的输入风速；根据输入风速，对输入风速进行尾流修正，得到修正后的输入风速；根据修正后的输入风速，通过风速预测模型，得到预测风速；根据预测风速，通过动态时间序列神经网络预测模型进行风电功率预测，得到预测风电功率。本发明通过考虑尾流效应下的风速模型，对整个风电场风电机组输入风速进行尾流修正，用修正后的风速作为风速预测模型的输入，提高得到的预测风速精度，进而提高了风电功率预测精度。
输入风速风速风电场尾流预测修正电功率风电功率预测风速预测模型中风神经网络预测模型风力发电机叶片动量守恒定律动态时间序列台风力发电机质量守恒定律风电功率风电机组尾流效应预先建立自然风速

[发明专利]风速预测方法、终端设备及存储介质-CN201910548974.6在审
发明人：向玲;邓泽奇;李京蓄;王留洋;杨阳;苏浩 -专利权人：华北电力大学（保定）
申请日： 2019-06-24 - 公布日： 2019-09-27 - 主分类号： G06Q10/04 文献下载
摘要：本申请适用于风力发电技术领域，提供了一种风速预测方法、终端设备及存储介质，其中，上述方法包括：获取小时平均风速信号；根据小时平均风速信号的能量，在频域对小时平均风速信号进行分解，得到四个分量信号；根据预设的预测模型计算对应的分量信号的风速预测向量；根据各个分量信号的风速预测向量，计算总风速预测向量。本申请实施例提供的风速预测方法、终端设备及存储介质，利用能量对小时平均风速信号进行分解，并根据分解得到的分量信号进一步预测风速。由于从能量角度划分小时平均风速信号，相较于现有的风速信号分解方法，更为贴切风速的特性，使得计算得到的预测风速准确性较高，解决了目前风速预测中存在的预测结果准确性较差的问题。
风速信号风速预测分量信号存储介质终端设备分解风速向量风力发电技术预测结果预测模型预测向量总风速预测频域预设申请

[发明专利]基于时间序列和神经网络法的风电功率预测方法-CN201210413575.7有效
发明人：武乃虎;冯江霞;贠志皓;麻常辉;张磊;蒋哲 -专利权人：山东电力集团公司电力科学研究院;国家电网公司
申请日： 2012-10-25 - 公布日： 2013-01-16 - 主分类号： G06F19/00 文献下载
摘要：本发明公开了一种基于时间序列和神经网络法的风电功率预测方法，具体步骤为：步骤一：建立时间序列模型；步骤二：建立神经网络模型并对神经网络初始化；步骤三：建立风速预测模型：根据风速的原始数据经数据差分处理，基于时间序列法建立风速预测模型；步骤四：根据风速的预测模型及风速-功率转换关系，预测风电功率；步骤五：建立风电功率预测模型：基于风速的预测模型及风速-功率转换关系，建立风电功率的预测模型，利用风速预测模型获得的风速预测值作为风电功率预测模型的输入值，获得风电功率预测值，有效减少由于风速与风电功率之间的非线性关系带来的预测误差，适于风电功率的短期预测。
基于时间序列神经网络电功率预测方法

[发明专利]风速修正模型训练、风速修正方法、装置及风力发电机组-CN201711399108.2在审
发明人：黄晓光 -专利权人：北京金风慧能技术有限公司
申请日： 2017-12-22 - 公布日： 2018-05-08 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种风速修正模型训练、风速修正方法、装置及风力发电机组，其中风速修正模型的训练方法包括：从多个数据源获取针对同一地区的多源预测风速值，并获取所述预测风速值相对应的实际风速值；对所述多源预测风速值进行预处理，得到用于综合评价所述多源预测风速值的综合预测风速值；以所述综合预测风速值以及所述实际风速值进行模型训练，得到风速修正模型。本发明提供的方案，能够显著提高风速预测的准确性。
风速修正模型训练方法装置风力发电机组

[发明专利]一种基于人工神经网络的风电功率预测方法及系统-CN202210536724.2在审
发明人：杨桦;金冯梁;孙成富;王鑫 -专利权人：浙江浙能能源服务有限公司
申请日： 2022-05-18 - 公布日： 2022-06-24 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种基于人工神经网络的风电功率预测方法及系统，所述预测系统包括风速模型建立模块、单机功率预测模块以及区域功率预测模块；所述风速模型建立模块用于对预测区域的全年风速数据进行获取并处理；所述风速模型建立模块包括风速分类单元、单日风速处理单元、单月风速汇总单元以及全年风速汇总单元；所述风速分类单元用于对有效风速进行分类；所述单日风速处理单元用于单日的风速时长进行归纳；本发明能够基于全年风速模型和风力发电机本身的功率转换效率来预测某个区域全年的发电功率，以解决现有的风力发电功率预测较为笼统，预测不够精准的问题。
一种基于人工神经网络电功率预测方法系统

[发明专利]风速预测模型的训练方法、装置、电子设备和存储介质-CN202210971953.7有效
发明人：雍正;施长剑;王逢浩;吴媛 -专利权人：国能日新科技股份有限公司
申请日： 2022-08-15 - 公布日： 2022-11-01 - 主分类号： G06K9/62 文献下载
摘要：本发明提供风速预测模型的训练方法、装置、电子设备和存储介质，涉及风力发电技术领域，风速预测模型的训练方法包括：根据风电场的历史实测风速数据和与历史实测风速数据对应的风电场出力数据，得到观测风速；获取至少两个天气模式对应的至少两组预报数据，并根据每组预报数据分别构建气象特征；将观测风速和至少两组气象特征输入lasso回归模型，得到至少两个初步预测值；对每个初步预测进行偏差修正，得到至少两组预测风速；将预测风速作为初始风速预测模型的输入特征进行训练，获得风速预测模型。本发明基于深度学习网络完成多模式融合的风速预测模型的训练，该风速预测模型融合了不同的数值预报产品，可以更准确的预测风速。
风速预测模型训练方法装置电子设备存储介质

[发明专利]一种基于Lorenz系统的风速区间预测方法及系统-CN201910805484.X在审
发明人：张亚刚;高爽;赵云鹏;王增平 -专利权人：华北电力大学(保定)
申请日： 2019-08-29 - 公布日： 2019-12-06 - 主分类号： G06N3/00 文献下载
摘要：本发明公开一种基于Lorenz系统的风速区间预测方法及系统。该预测方法包括：获取原始风速序列；对所述风速序列进行变分模态分解(VMD)，获取去噪序列和噪声余项；建立长短时神经网络预测模型(LSTM)，对所述去噪序列进行初步预测，获取初步预测结果；通过定义风速爬坡事件(WSR)和风速爬坡率，对初步预测结果进行修正，获取修正的风速预测结果；通过Lorenz方程描述大气动力系统对风速的影响，并得到Lorenz扰动序列(LDS)；通过B样条插值法对LDS进行拟合，并对拟合结果固定置信区间，获取风速扰动区间的上限和下限；将修正的风速预测结果和风速扰动区间进行求和，获取风速的区间预测结果；本发明的风速区间预测方法或系统显著提高了预测模型的精度和可靠性，可获得高精度预测结果。
风速预测风速区间风速扰动风速预测预测结果修正拟合爬坡去噪神经网络预测模型高精度预测动力系统区间预测预测模型置信区间插值法求和扰动分模噪声分解

[发明专利]一种铁路和风电场环境风速机器学习预测方法-CN201811643479.5有效
发明人：刘辉;尹恒鑫;李燕飞;段铸;陈浩林 -专利权人：中南大学
申请日： 2018-12-29 - 公布日： 2020-11-20 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种铁路和风电场环境风速机器学习预测方法，该方法选择多种神经网络模型，建立多种风速预测特征预选模型各100个，通过均方误差分析和相关性分析，选取性能好以及特征独立性强的模型各10个，然后建立多个风速预测集成模型，对风速预测特征进行集成处理，最后建立风速预测归一模型，对风速集成值进行归一处理，并计算预测风速向量与训练样本的风速向量之间的相关性，利用相关性强的对应时刻的风速噪声还原预测风速值，该方法能有效预测非平稳风速，对复杂，非线性风速值具有精准的预测效果。
一种铁路和风电场环境风速机器学习预测方法

[发明专利]一种基于距平偏差的风速数值预报订正方法及其系统-CN201910892962.5有效
发明人：陆佳政;怀晓伟;杨莉;徐勋建;李丽;蔡泽林 -专利权人：国网湖南省电力有限公司;国网湖南省电力有限公司防灾减灾中心;国家电网有限公司
申请日： 2019-09-20 - 公布日： 2023-10-10 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于距平偏差的风速数值预报订正方法及其系统，包括：获取历史实况风速数据和历史预测风速数据，计算历史实况风速数据和历史预测风速数据的平均值；选择待预测时段，计算实况风速平均值、实况风速距平值、预测风速平均值以及预测风速距平值；选择待预测时段内某一时刻点t，计算时刻点t的实况风速距平值和预测风速距平值，并根据实况风速距平值和预测风速距平值计算时刻点t的距平偏差值；根据时刻点t的距平偏差值计算待测时刻点t+1的距平偏差值；根据待测时刻点t+1的预测风速数据、历史实况风速数据平均值、历史预测风速数据平均值以及待测时刻点t+1的距平偏差值对待测时刻点t+1的风速数据进行订正从而为风速数据预报提供信息。
一种基于偏差风速数值预报订正方法及其系统

[发明专利]一种短时风速超越概率的预测方法及系统-CN202011055511.5在审
发明人：敬海泉;何旭辉;罗谦刚 -专利权人：中南大学;高速铁路建造技术国家工程实验室
申请日： 2020-09-29 - 公布日： 2021-01-05 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种短时风速超越概率的预测方法及系统，该方法包括：对待测区域的气象参数进行实时监测和采集，得到监测数据序列；抽取监测数据序列中的一部分作为样本，训练得到基于LSTM网络的风速短时预测模型；采用风速短时预测模型，对监测数据序列中的除样本外的其余监测数据进行预测，得到短时预测风速序列；将短时预测风速序列与对应的监测数据序列相减，得到风速预测误差序列；采用GMM方法对风速预测误差序列进行统计分析，得到风速预测误差的条件概率密度函数；将短时预测风速序列作为预测期望，结合预测误差的条件概率密度函数，计算得到预测风速超越某特定风速值的发生概率。
一种时风超越概率预测方法系统

[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