龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：国网浙江省电力有限公司绍兴供电公司;国网浙江省电力有限公司嵊州市供电公司;国网浙江省电力有限公司绍兴市上虞区供电公司
摘要：本申请公开了一种基于多尺度突变功率DKM聚类的风电出力预测方法，包括如下步骤：基于风电爬坡事件的突变检测算法对风电机组历史运行数据执行突变段识别，以上爬坡突变时段数据以及下跃迁突变时段数据基于动态时间规划的K‑means聚类按突变持续时间执行精细划分，基于突变特征簇集合计算聚类中心的预设特征指标，以预设特征指标构建突变特征序列构建卷积门控单元网络预测模型，以风电机组当前运行数据作为卷积门控单元网络预测模型输入，输出待预测时段的风电出力预测数据。本申请的有益效果：提高对未来时间段风电出力预测的准确性，鲁棒性高，便于风电站运营调控，提高调控准确性。
主权项：1.一种基于多尺度突变功率DKM聚类的风电出力预测方法，其特征在于：包括如下步骤：S1：获取风电机组历史运行数据，基于风电爬坡事件的突变检测算法对风电机组历史运行数据执行突变段识别，得到上爬坡突变时段数据、下跃迁突变时段数据和未突变时段数据。S2：以上爬坡突变时段数据以及下跃迁突变时段数据基于动态时间规划的K-means聚类按突变持续时间执行精细划分，得到突变特征簇集合；S3：基于突变特征簇集合计算聚类中心的预设特征指标，以预设特征指标构建突变特征序列；S4：以风电机组历史运行数据以及突变特征序列构建卷积门控单元网络预测模型；S5：获取风电机组当前运行数据，以风电机组当前运行数据作为卷积门控单元网络预测模型输入，输出待预测时段的风电出力预测数据。
全文数据：
权利要求：
百度查询： 国网浙江省电力有限公司绍兴供电公司 国网浙江省电力有限公司嵊州市供电公司 国网浙江省电力有限公司绍兴市上虞区供电公司 一种基于多尺度突变功率DKM聚类的风电出力预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号