恭喜辽宁铁岭华电氢能源科技发展有限公司;华电辽宁能源发展股份有限公司李陟峰获国家专利权
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!
龙图腾网恭喜辽宁铁岭华电氢能源科技发展有限公司;华电辽宁能源发展股份有限公司申请的专利基于广域时空关联性挖掘的风电输出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:CN119627907B 。
龙图腾网通过国家知识产权局官网在2025-06-03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:202510154736.2,技术领域涉及:H02J3/00;该发明授权基于广域时空关联性挖掘的风电输出功率预测方法是由李陟峰;王卫东;宋鑫;曲航涛;张明博;郭乃菊设计研发完成,并于2025-02-12向国家知识产权局提交的专利申请。
本基于广域时空关联性挖掘的风电输出功率预测方法在说明书摘要公布了:本发明公开了基于广域时空关联性挖掘的风电输出功率预测方法,涉及风电技术领域,包括:连接目标风力机组,获取历史输出功率数据与历史气象数据;确定第一失效周期及第一时间分布图谱;确定第二失效周期及第二时间分布图谱、第三失效周期及第三时间分布图谱;进行广域时间轴关联性挖掘,确定符合栈操作特性的时序关联队列;确定符合栈操作特性的空间关联队列;基于历史输出功率数据与历史气象数据,结合时序关联队列、空间关联队列,进行风电输出功率预测,获取功率预测结果。本发明解决现有技术风电输出功率预测精度低、无法充分利用时空数据关联性的技术问题,达到提高预测风电输出功率输出精度的技术效果。
本发明授权基于广域时空关联性挖掘的风电输出功率预测方法在权利要求书中公布了:1.基于广域时空关联性挖掘的风电输出功率预测方法,其特征在于,所述方法包括:连接目标风力机组,获取历史输出功率数据与历史气象数据,所述历史输出功率数据的时间戳与所述历史气象数据的时间戳一一对应;基于所述目标风力机组,确定第一失效周期及第一时间分布图谱;通过所述目标风力机组对应的变压单元、变流单元,确定第二失效周期及第二时间分布图谱、第三失效周期及第三时间分布图谱;基于所述第一失效周期及第一时间分布图谱、第二失效周期及第二时间分布图谱、第三失效周期及第三时间分布图谱,进行广域时间轴关联性挖掘,确定符合栈操作特性的时序关联队列;基于所述目标风力机组所处的风力发电场站及对应的变压单元、变流单元,确定符合栈操作特性的空间关联队列,包括:基于所述目标风力机组所处的风力发电场站,确定第一空间特征及第一空间分布图谱;通过所述目标风力机组对应的变压单元、变流单元,确定第二空间特征及第二空间分布图谱、第三空间特征及第三空间分布图谱;基于所述第一空间特征及第一空间分布图谱、第二空间特征及第二空间分布图谱、第三空间特征及第三空间分布图谱,进行广域空间轴关联性挖掘,确定符合栈操作特性的空间关联队列;基于所述历史输出功率数据与历史气象数据,结合所述时序关联队列、空间关联队列,进行风电输出功率预测,获取功率预测结果,包括:基于所述历史输出功率数据与历史气象数据,配置初始化集群,所述初始化集群包括静态集群分部、动态集群分部;静态集群分部通过聚类算法对长期历史数据进行聚类,提取风电场的长期运行特性;动态集群分部则通过对短期实时数据的聚类,捕捉气象数据中的快速变化特性;根据所述初始化集群中的静态集群分部、动态集群分部,拟定时间尺度约束,以确保预测模型在合理的时间范围内进行有效计算;在所述时间尺度约束的限定下,结合时序关联队列与空间关联队列,通过预测模型进行风电输出功率的计算,获取最终的功率预测结果,包括:在训练过程中,LSTM通过其内置的记忆机制有效捕捉到长期的趋势性信息和短期的波动特性;时间尺度约束根据静态和动态集群分部的结果,帮助LSTM模型决定在不同时间范围内如何处理输入数据,优化模型对不同时间段的功率预测能力。
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辽宁铁岭华电氢能源科技发展有限公司;华电辽宁能源发展股份有限公司,其通讯地址为:112000 辽宁省铁岭市铁岭县新台子镇红星小区1层门市;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”。
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。