← 返回列表
一种基于时空相关性的短期风电功率预测方法
申请人信息
- 申请人:南京师范大学; 江苏省电力试验研究院有限公司; 国电南瑞科技股份有限公司
- 申请人地址:210023 江苏省南京市栖霞区文苑路1号
- 发明人: 南京师范大学; 江苏省电力试验研究院有限公司; 国电南瑞科技股份有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于时空相关性的短期风电功率预测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410235440.9 |
| 申请日 | 2024/3/1 |
| 公告号 | CN117810997A |
| 公开日 | 2024/4/2 |
| IPC主分类号 | H02J3/00 |
| 权利人 | 南京师范大学; 江苏省电力试验研究院有限公司; 国电南瑞科技股份有限公司 |
| 发明人 | 马健; 马刚; 袁宇波; 卜强生; 叶志刚; 王伟; 陈遗志 |
| 地址 | 江苏省南京市仙林大学城文苑路1号; 江苏省南京市江宁区帕威尔路1号; 江苏省南京市江宁区诚信大道19号 |
摘要文本
本发明公开了一种基于时空相关性的短期风电功率预测方法，步骤如下：获取某区域风电场的历史功率及待测风电场影响因子的历史数据，建立特征数据库；使用t分布随机近邻嵌入算法在保留数据相似性的同时对数据进行降维；利用CNN对处理后的风电数据进行局部特征提取；使用主要架构为编码器‑解码器的FEDformer模型，使用编码器中的MOE模块分解输入信号，FEB模块加权，使用解码器中的FEA模块对信号执行交叉注意操作，提取信号中的相关性和相似性，实现模型的自适应学习和预测，得到最终的预测结果。本发明能够为平衡系统电力供应和负荷需求提供基础，防止系统因风电接入电网发生故障，提高电力系统的稳定性。
专利主权项内容
1.一种基于时空相关性的短期风电功率预测方法，其特征在于，包括以下步骤：(1)获取某区域风电场的历史功率及待测风电场影响因子的历史数据，建立特征数据库，识别并剔除原始数据中的异常值，填补原始数据中的缺失值，使用z-score将数据标准化；(2)使用t分布随机近邻嵌入算法，在保留数据相似性的同时对数据进行降维；(3)利用CNN对已经处理过的风电数据进行局部特征提取，生成更重要的信息；(4)使用主要架构为编码器-解码器的FEDformer模型，经过编码器的MOE模块对输入信号进行分解，FEB模块对频域特征进行加权，使高频特征得到更高的权重，再由解码器中的FEA对来自编码器和解码器中的信号执行交叉注意操作，提取信号中的相关性和相似性，实现模型的自适应学习和预测，得到最终的预测结果。 搜索马 克 数 据 网