广西电网有限责任公司北海供电局;广西电网有限责任公司戚焕兴获国家专利权
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!
龙图腾网获悉广西电网有限责任公司北海供电局;广西电网有限责任公司申请的专利基于预报风速修正和多模型融合的风电功率预测方法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:CN114462666B 。
龙图腾网通过国家知识产权局官网在2026-04-03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:202111534394.5,技术领域涉及:H02J3/00;该发明授权基于预报风速修正和多模型融合的风电功率预测方法是由戚焕兴;廖云;唐家淳;许小红;万俊;徐文文;张捷;李振东;杨加意;潘连荣;马游设计研发完成,并于2021-12-15向国家知识产权局提交的专利申请。
本基于预报风速修正和多模型融合的风电功率预测方法在说明书摘要公布了:本申请公开了基于预报风速修正和多模型融合的风电功率预测方法,包括:采集数据并预处理获取样本数据;分别调用历史数值天气预报数据和历史实测气象数据作为输入样本、输出样本,搭建并训练风速修正模型;调用风电场出厂风速‑功率曲线对照表数据,搭建并训练朴素风电功率预测模型;调用历史实测气象数据与朴素风电功率预测模型形成新样本,搭建并训练基于预报风速修正和多模型融合的风电功率预测模型;调用数值天气预报数据、风速修正模型与朴素风电功率预测模型,形成风电功率预测模型的输入样本,经风电功率预测模型输出最终风电功率预测值。本发明基于风速修正模型、物理模型、统计模型的融合,进行风电功率预测,进一步提高风电功率预测的准确率。
本发明授权基于预报风速修正和多模型融合的风电功率预测方法在权利要求书中公布了:1.基于预报风速修正和多模型融合的风电功率预测方法,其特征在于,包括: 采集数据,并对所述数据进行归一化预处理获取样本数据,备用于训练,所述样本数据包括风电场历史实测气象数据、历史数值天气预报数据、历史实测风电功率数据; 调用所述历史数值天气预报数据作为输入样本、历史实测气象数据作为输出样本,搭建并训练风速修正模型; 风速修正模型的训练过程为:训练时,该模型的输入样本是经归一化的预报风速、预报风速的高次幂、预报风速的低次幂、预报风向、预报风向的高次幂、预报风向的低次幂;训练的目标样本是经过归一化的实测风速;该过程是对历史数值天气预报和历史实测气象数据进行拟合的过程;训练算法采用基于随机梯度下降的误差反向传播算法;调用所述风电场出厂风速-功率曲线对照表数据,搭建并训练朴素风电功率预测模型,包括: 训练时,该模型的输入样本是风速有名值;目标样本是实测风速有名值,该过程即是对风速-功率曲线拟合的过程,训练算法采用广义逆矩阵、最小二乘法求解最优网络参数;当朴素风电功率预测模型训练完成后,该朴素风电功率预测模型就投入使用,此时朴素风电功率预测模型的输入数据是经风速修正模型修正的风速;输出为朴素风电功率预测值; 调用所述历史实测气象数据与朴素风电功率预测模型形成新样本,搭建并训练基于预报风速修正和多模型融合的风电功率预测模型;调用其他气象数据、所述风速修正模型与所述朴素风电功率预测模型进行风速修正和朴素预测,形成所述风电功率预测模型的输入样本,所述基于预报风速修正和多模型融合的风电功率预测模型输出风电功率预测值。
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广西电网有限责任公司北海供电局;广西电网有限责任公司,其通讯地址为:536000 广西壮族自治区北海市海城区北部湾东路27号供电大厦;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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励