← 返回列表

一种多时间尺度风力发电功率预测方法、系统及电子设备

申请号: CN202311234381.5
申请人: 中国华能集团清洁能源技术研究院有限公司; 华能澜沧江水电股份有限公司; 北京东润环能科技股份有限公司
申请日期: 2023/9/24

摘要文本

本申请涉及一种多时间尺度风力发电功率预测方法、系统及电子设备,本申请旨在结合多时间尺度和智能AI技术,提供一种高精度的风力发电功率预测方法,结合多时间尺度(从分钟级到小时级等)的数据和人工智能技术,以支持电力系统的稳定运行和可再生能源的最大化利用。利用不同时间尺度的数据集进行模型训练,得到不同时间尺度的功率预测模型,并进一步灵活运用不同时间尺度的预测模型进行功率值预测,可以实现短期调度和长期规划预测,基于多时间尺度进行不同尺度下的风力发电功率预测方法,提高预测效率和适用范围,系统使用灵活,有助于推广使用。

专利详细信息

项目 内容
专利名称 一种多时间尺度风力发电功率预测方法、系统及电子设备
专利类型 发明申请
申请号 CN202311234381.5
申请日 2023/9/24
公告号 CN117394308A
公开日 2024/1/12
IPC主分类号 H02J3/00
权利人 中国华能集团清洁能源技术研究院有限公司; 华能澜沧江水电股份有限公司; 北京东润环能科技股份有限公司
发明人 王一妹; 任鑫; 周利; 祝金涛; 朱宏志; 刘雅欣; 田伟; 于晓磊; 杨雪
地址 北京市昌平区北七家镇未来科技城华能创新基地实验楼A楼; 云南省昆明市官渡区世纪城中路1号; 北京市海淀区学清路8号(科技财富中心)A座十一层1116

专利主权项内容

1.一种多时间尺度风力发电功率预测方法,其特征在于,包括如下步骤:收集风力发电功率训练数据M:M={气象数据S,时间戳数据T,历史功率数据P};提取所述风力发电功率训练数据M中的时间戳数据T的时间戳特征,并分类得到不同时间尺度的时间戳特征数据集Tp;重组训练数据集Mp:Mp={气象数据S,时间戳特征数据集Tp,历史功率数据P};以所述训练数据集Mp为输入,基于深度学习技术进行模型训练,生成风力发电功率预测模型P;将所述风力发电功率预测模型P,部署于后台服务器上,用于风力发电功率预测。