首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于分解还原和机器学习的水电发电量中长期预测方法 

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!

申请/专利权人:水电水利规划设计总院;水电水利规划设计总院有限公司;中国水利水电建设工程咨询有限公司

摘要:本发明提供一种基于分解还原和机器学习的水电发电量中长期预测方法,包括:分别建立大型水电站发电量预测模型、抽水蓄能电站发电量预测模型和聚合小水电站发电量预测模型,给出大型水电站、抽水蓄能电站和聚合小水电站未来1个月的发电量预测值。本发明具有以下优点:本发明提供一种基于分解还原和机器学习的水电发电量中长期预测方法,将区域中的电站划分为三种类型,分别为聚合小水电站、大型水电站和抽水蓄能电站,考虑三种电站类型的特点,分别建立对应的发电量预测模型,再将预测得到的三类发电量预测值叠加并还原形成区域总发电量预测值,可以有效提高区域水电发电量预测精度。

主权项:1.一种基于分解还原和机器学习的水电发电量中长期预测方法,其特征在于,包括以下步骤:步骤S1,将研究区域的电站划分为三种类型,分别为聚合小水电站、大型水电站和抽水蓄能电站;收集研究区域最近t-1个月的发电相关历史基础数据;所述发电相关历史基础数据的时间尺度均为月尺度;步骤S2,建立大型水电站发电量预测模型;采用所述大型水电站发电量预测模型,对待预测的第t个月的大型水电站发电量进行预测,得到第t个月的大型水电站发电量预测值E0t;步骤S2.1,采用水量平衡模型建立大型水电站的入库流量预测模型,预测得到第t个月的入库流量Qint;步骤S2.2,综合降水、气温、入库流量和水库库容定义相似度指标S;分别计算最近t-1个月中的每个月,与待预测的第t个月之间的相似度指标,筛选得到相似度指标最高的m个月,作为待预测的第t个月的相似月,由此得到m个相似月;步骤S2.3,基于m个相似月的出库流量和发电引水流量,迭代水量平衡公式,预测得到第t个月的发电引水流量Qgent和第t个月的水库库容Vt;步骤S2.4,根据预测得到的第t个月的水库库容Vt,得到第t个月的水头Ht;步骤S2.5,采用下式,得到第t个月的大型水电站发电量预测值E0t:E0t=η·ρ·g·Qgent·Ht·Δt其中:η为水轮机效率,ρ为水的密度,g为重力加速度,Δt为第t个月的天数乘以3600秒;步骤S3,建立抽水蓄能电站发电量预测模型;采用所述抽水蓄能电站发电量预测模型,对待预测的第t个月的抽水蓄能电站发电量进行预测,得到第t个月的抽水蓄能电站发电量预测值E1t;步骤S4,建立聚合小水电站发电量预测模型;采用所述聚合小水电站发电量预测模型,对待预测的第t个月的聚合小水电站发电量进行预测,得到第t个月的聚合小水电站发电量预测值E2t;步骤S5,采用公式1,合并第t个月的大型水电站发电量预测值E0t、第t个月的抽水蓄能电站发电量预测值E1t和第t个月的聚合小水电站发电量预测值E2t,得到第t个月的总发电量预测值Et:Et=E0t+E1t+E2t1由此实现第t个月区域内水电发电量预测。

全文数据:

权利要求:

百度查询: 水电水利规划设计总院 水电水利规划设计总院有限公司 中国水利水电建设工程咨询有限公司 基于分解还原和机器学习的水电发电量中长期预测方法

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。