中國華能集團清潔能源技術研究院有限公司;華能集團技術創新中心有限公司;中國電力科學研究院有限公司;中國華能集團有限公司能源咨詢中心張鑫獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉中國華能集團清潔能源技術研究院有限公司;華能集團技術創新中心有限公司;中國電力科學研究院有限公司;中國華能集團有限公司能源咨詢中心申請的專利一種基于小波分解的超短期風電功率預測方法及存儲介質獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN115186884B 。
龍圖騰網通過國家知識產權局官網在2025-08-08發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210749902.X,技術領域涉及:G06Q10/04;該發明授權一種基于小波分解的超短期風電功率預測方法及存儲介質是由張鑫;申旭輝;趙春陽;趙勇;李錚;趙良;湯海雁;高亞靜;邱波;謝典;高雯曼;李媛媛;唐曉駿;李立新;周國鵬;羅紅梅;張新宇;施悅;周素婷;朱劭璇;康俊杰;張愷;霍啟迪;王子琪;陳長勝;謝巖;陳萌;李惠玲;陳湘;陳得治;王青設計研發完成,并于2022-06-29向國家知識產權局提交的專利申請。
本一種基于小波分解的超短期風電功率預測方法及存儲介質在說明書摘要公布了:本發明涉及一種基于小波分解的超短期風電功率預測方法及存儲介質,其中,所述方法包括:獲取風電場在超短期風電功率待預測時刻對應的歷史風電功率數據時間序列及所述風電場對應的歷史氣象數據時間序列;將歷史風電功率數據時間序列進行小波分解,將各小波分量及氣象數據時間序列輸入預先建立的風電場發電功率超短期預測模型中,得到待預測時刻的各小波分量預測值;對所述各小波分量預測值進行小波重構,得到所述待預測時刻的超短期風電功率預測值。本發明提供的技術方案,先對風電功率數據時間序列進行小波分解,然后再將小波分量代入預先建立的風電場發電功率超短期預測模型,進而得到超短期風電功率預測值,提高了超短期風電功率預測的精度。
本發明授權一種基于小波分解的超短期風電功率預測方法及存儲介質在權利要求書中公布了:1.一種基于小波分解的超短期風電功率預測方法,其特征在于,所述方法包括: 獲取風電場在超短期風電功率待預測時刻對應的歷史風電功率數據時間序列及所述風電場對應的歷史氣象數據時間序列,其中,氣象數據為與所述風電功率數據強相關的氣象數據; 將所述歷史風電功率數據時間序列進行小波分解,得到所述歷史風電功率數據時間序列對應的各小波分量; 將所述各小波分量及歷史氣象數據時間序列輸入預先建立的風電場發電功率超短期預測模型中,得到所述待預測時刻的各小波分量預測值; 對所述各小波分量預測值進行小波重構,得到所述待預測時刻的超短期風電功率預測值; 其中,所述風電場發電功率超短期預測模型的建立過程包括: 獲取歷史時段內風電場的風電功率數據時間序列及風速數據時間序列; 將所述風電功率數據時間序列及氣象數據時間序列分別進行小波分解,得到所述風電功率數據時間序列的低頻趨勢分量與高頻分量,及所述氣象數據時間序列的低頻趨勢分量與高頻分量; 將所述風電功率數據時間序列的低頻趨勢分量與高頻分量,及所述氣象數據時間序列的低頻趨勢分量與高頻分量輸入優化后的長短期記憶網絡中,并采用權值共享的學習方式進行訓練,得到訓練好的風電場發電功率超短期預測模型。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人中國華能集團清潔能源技術研究院有限公司;華能集團技術創新中心有限公司;中國電力科學研究院有限公司;中國華能集團有限公司能源咨詢中心,其通訊地址為:102209 北京市昌平區北七家未來科技城華能人才創新創業基地實驗樓A樓;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。