Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国网江西省电力有限公司电力科学研究院何昊获国家专利权

国网江西省电力有限公司电力科学研究院何昊获国家专利权

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!

龙图腾网获悉国网江西省电力有限公司电力科学研究院申请的专利基于风电场集群短期功率预测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120377273B

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510887882.6,技术领域涉及:H02J3/00;该发明授权基于风电场集群短期功率预测方法及系统是由何昊;吴康;熊俊杰;匡德兴;曾伟;刘奕晨;陶翔设计研发完成,并于2025-06-30向国家知识产权局提交的专利申请。

基于风电场集群短期功率预测方法及系统在说明书摘要公布了:本发明公开了一种基于风电场集群短期功率预测方法及系统,方法包括:构建不同场站间关键气象要素时变规律的相似性距离矩阵;计算各场站历史功率样本之间的Copula熵,并根据各个Copula熵构建场站功率的空间相似性矩阵;将相似性距离矩阵和空间相似性矩阵进行归一化处理,并对归一化处理后的相似性距离矩阵和空间相似性矩阵求和,得到时空相似性距离矩阵;采用层次聚类算法对相似性距离矩阵进行聚类,结合新能源场站的地理分布确定分区方案,将目标地区各个风电场划分为各个个区域;根据LSTM时序预测模型输出得到区域的总功率预测结果。提高了功率预测的整体精度和鲁棒性,为新能源场站大规模接入电网提供更可靠的调度依据。

本发明授权基于风电场集群短期功率预测方法及系统在权利要求书中公布了:1.一种基于风电场集群短期功率预测方法,其特征在于,包括: 获取目标地区个风电场站个历史样本日5分钟级的功率数据、风机轮毂处实测风速数据和风机轮毂处预测风速数据,其中,为一个三维实数空间,表示实数域,表示个样本日,288表示一天中5分钟级样本的数量,表示风电场站的数量,为第个风电场站的功率序列,为第个风电场站的实测风速序列,为第个风电场站的预测风速序列; 计算风机轮毂处风速的ACF曲线,并计算不同场站ACF曲线之间的加权欧式距离,并构建不同场站间关键气象要素时变规律的相似性距离矩阵,其中,为一个二维实数空间,表示风电场站的数量; 计算各场站历史功率样本之间的Copula熵,并根据各个Copula熵构建场站功率的空间相似性矩阵; 将相似性距离矩阵和空间相似性矩阵进行归一化处理,并对归一化处理后的相似性距离矩阵和空间相似性矩阵求和,得到时空相似性距离矩阵; 采用层次聚类算法对所述时空相似性距离矩阵进行聚类,结合新能源场站的地理分布确定分区方案,将目标地区个风电场划分为K个区域; 对各个区域分别建立LSTM时序预测模型,将某一区域中的功率序列、某一区域中代表场站的风机轮毂处实测风速序列以及某一区域中代表场站的风机轮毂处预测风速序列输入至某一LSTM时序预测模型,所述某一LSTM时序预测模型输出得到某一区域的总功率预测结果,其中,某一区域中代表场站基于最大相关-最小冗余原则在某一区域中选取得到。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国网江西省电力有限公司电力科学研究院,其通讯地址为:330000 江西省南昌市青山湖区民营科技园内民强路88号检测试验中心科研楼(第1-11层);或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
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。