[发明专利]一种新能源最大发电能力计算方法、终端及存储介质在审

专利信息
申请号: 202210927422.8 申请日: 2022-08-03
公开(公告)号: CN115293424A 公开(公告)日: 2022-11-04
发明(设计)人: 李晓明;张蕊;于腾凯;胡雨卓;曾沅;张文旭;高泽明;孙章岭 申请(专利权)人: 国网河北省电力有限公司电力科学研究院;国家电网有限公司;天津大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06F16/2458;G06N20/10;G06N3/04;G06N3/08;G06Q50/06
代理公司: 石家庄国为知识产权事务所 13120 代理人: 刘少卿
地址: 050021 河北省*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 新能源 最大 发电 能力 计算方法 终端 存储 介质
【权利要求书】:

1.一种新能源最大发电能力计算方法,其特征在于,包括:

获取多个历史时刻的历史数据,其中,所述历史数据包括风力发电机组的风电功率数据以及所述风力发电机组所在区域的风速数据和风向数据;

筛选部分历史时刻的历史数据作为目标数据,其中,所述目标数据为同等条件的历史数据中风电功率数据最大的历史数据,所述同等条件的历史数据为风速数据和风向数据均相同的历史数据;

基于所述目标数据生成样本集,并基于所述样本集构建最大发电能力计算模型,所述最大发电能力计算模型用于基于待预测时刻的风速数据和风向数据,预测所述风力发电机组在所述待预测时刻的最大发电能力。

2.根据权利要求1所述的方法,其特征在于,所述筛选部分历史时刻的历史数据作为目标数据包括:

构建立体直角坐标系,将所述风力发电机组的风电功率数据、所述风力发电机组所在区域的风速数据和风向数据分别作为该立体直角坐标系的Z轴数据、X轴数据和Y轴数据,绘制所述风力发电机组的风速-风向-出力三维散点图;

在所述风速-风向-出力三维散点图中拟合得到上包络面;

选取落于所述上包络面中以及上方的散点所对应的历史数据作为目标数据。

3.根据权利要求2所述的方法,其特征在于,所述选取落于所述上包络面中以及上方的散点所对应的历史数据作为目标数据,包括:

选取满足预设条件的散点对应的历史数据作为目标数据,其中,所述预设条件为:

z-f(x,y)≥0

其中,x,y,z为所述风速-风向-出力三维散点图中的一个散点,z为所述风力发电机组的风电功率数据,x为所述风力发电机组所在区域的风速数据,y为所述风力发电机组所在区域的风向数据,f(x,y)为所述上包络面的函数表达式。

4.根据权利要求1所述的方法,其特征在于,所述基于所述目标数据生成样本集,并基于所述样本集构建最大发电能力计算模型,包括:

对所述目标数据进行归一化处理,生成样本集,其中,所述样本集中的数据包括所述风力发电机组的风电功率归一化值、所述风力发电机组所在区域的风速归一化值和所述风力发电机组所在区域的风向归一化值,所述样本集分为训练样本集和测试样本集;

以所述训练样本集和所述测试样本集,构建最大发电能力计算模型。

5.根据权利要求4所述的方法,其特征在于,所述以所述训练样本集和所述测试样本集,构建最大发电能力计算模型,包括:

构建支持向量机模型;

以所述训练样本集中的风速归一化值和风向归一化值作为所述支持向量机模型的输入值,所述训练样本集中的风电功率归一化值作为所述支持向量机模型的输出的标签,对所述支持向量机进行训练,得到训练后的支持向量机模型;

以所述测试样本集中的风速归一化值和风向归一化值作为所述训练后的支持向量机模型的输入值,通过对所述训练后的支持向量机进行测试,确定所述训练后的支持向量机为最大发电能力计算模型。

6.根据权利要求1所述方法,其特征在于,所述方法还包括:

获取所述风力发电机组所在区域在待预测时刻的风速数据和风向数据;

将所述风力发电机组所在区域在待预测时刻的风速数据和风向数据输入所述最大发电能力计算模型,以得到所述风力发电机组在所述待预测时刻的最大发电能力。

7.根据权利要求1所述的方法,其特征在于,所述获取多个历史时刻的历史数据,包括:

从数据采集与监视控制系统中获取所述风力发电机组在多个历史时刻的风电功率数据;

从数值天气预报系统中获取所述风力发电机组所在区域在所述多个历史时刻的风速数据和风向数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网河北省电力有限公司电力科学研究院;国家电网有限公司;天津大学,未经国网河北省电力有限公司电力科学研究院;国家电网有限公司;天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210927422.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top