Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于云图特征提取的光功率预测方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本申请涉及数据科学技术领域,提供一种基于云图特征提取的光功率预测方法及系统。所述方法包括:建立观测数据类型,提取实时观测数据集,进行数据稳定性分析,确定预测时间跨度;建立云图特征提取指标,对实时云图数据进行特征提取,获取实时云图特征;以预测时间跨度为约束,基于观测数据集预测云图特征变化,得到云图特征预测结果;预构建光功率预测模型,同步云图特征预测至光功率模型,获得关联光功率参数;以预测时间跨度为约束,调用电功率序列,通过关联光功率参数自适应调节基础负荷发电输出功率。本申请通过结合实时观测数据集和云图特征,解决因云的生消移动变化导致的超短期光功率预测精度不足的技术问题,确保电网的安全稳定。

主权项:1.一种基于云图特征提取的光功率预测方法,其特征在于,所述方法包括:建立观测数据类型,并基于所述观测数据类型进行数据提取,获得实时观测数据集,通过对所述实时观测数据集进行数据稳定性分析,获得预测时间跨度;建立云图特征提取指标,并基于所述云图特征提取指标对交互获得的实时云图数据进行特征提取,获得实时云图特征;以所述预测时间跨度为预测约束,基于所述实时观测数据集对所述实时云图特征进行变化预测,获得云图特征预测结果;预构建光功率预测模型,并将所述云图特征预测结果同步至所述光功率预测模型进行光功率预测,获得关联光功率参数;以所述预测时间跨度为数据调用约束,调用获得用电功率序列,并根据所述关联光功率参数和所述用电功率序列进行基础负荷发电的输出功率的自适应调节;其中,通过对所述实时观测数据集进行数据稳定性分析,获得预测时间跨度,所述方法还包括:所述观测数据类型包括K种观测数据指标,基于所述K种观测数据指标进行数据提取,获得所述实时观测数据集,其中,所述实时观测数据集包括K个观测数据时序;将所述K个观测数据时序同步至预构建的稳定性评价函数,计算获得优化稳定性指数;预构建多个样本稳定性阈值,其中,所述多个样本稳定性阈值对应于多个样本时间跨度;采用所述优化稳定性指数遍历所述多个样本稳定性阈值,并将所述优化稳定性指数落入的样本稳定性阈值对应的样本时间跨度,作为所述预测时间跨度;其中,所述稳定性评价函数如下: 其中,Hm为观测数据时序中第m个时间点的观测数值,Hcurrent为当前时间点的观测数值,wm为第m个时间点的权重分配,n为观测数据时序中的观测数值数量,SIi为第i观测数据时序的稳定性指数,wi为第i种观测数据指标的权重分配,K为观测数据指标的指标数量,OSI为所述优化稳定性指数;其中,预构建光功率预测模型,并将所述云图特征预测结果同步至所述光功率预测模型进行光功率预测,获得关联光功率参数,所述方法还包括:预设观测数据偏差阈,其中,所述观测数据偏差阈包括映射于所述K种观测数据指标的K个观测数据偏差阈;根据所述K个观测数据时序和所述K个观测数据偏差阈生成K个云图特征调用约束;基于所述K个云图特征调用约束调用获得样本光功率记录数据集,其中,所述样本光功率记录数据集包括多组历史瞬时观测数据、多组历史瞬时云图特征和多组历史光功率记录;预构建多个预测通道和光功率均值通道,其中,所述多个预测通道基于标准模型集进行模型随机调用搭建生成;采用所述样本光功率记录数据集分别进行所述多个预测通道的训练,将训练完成的所述多个预测通道并列设置,并将所述多个预测通道的输出端与所述光功率均值通道的输入端连接,完成所述光功率预测模型的构建;将所述云图特征预测结果同步至所述光功率预测模型的多个预测通道进行光功率预测,获得多个片面光功率预测结果,将所述多个片面光功率预测结果同步至所述光功率均值通道进行均值计算,获得所述关联光功率参数。

全文数据:

权利要求:

百度查询: 雅砻江流域水电开发有限公司 一种基于云图特征提取的光功率预测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。