申请/专利权人：国网江西省电力有限公司电力科学研究院;国家电网有限公司

申请日：2021-09-08

公开（公告）日：2021-10-12

公开（公告）号：CN113497445A

主分类号：H02J3/00(20060101)

分类号：H02J3/00(20060101);H02J3/38(20060101);G06F30/27(20200101);G06F113/06(20200101)

优先权：

专利状态码：失效-发明专利申请公布后的驳回

法律状态：2022.09.02#发明专利申请公布后的驳回;2021.10.29#实质审查的生效;2021.10.12#公开

摘要：本发明公开一种区域多尺度新能源电站出力联合预测方法及系统，方法包括：响应于获取的采集数据，对所述采集数据进行预处理，其中，所述采集数据包括预测天气预报数据以及历史实测数据；将所述采集数据输入至基于深度学习算法构建的联合出力预测模型中，使输出各场站的预测功率，其中，所述联合出力预测模型包括LSTM层、CNN层以及全连接层。通过将采集的数据输入至基于深度学习算法的构建多对多映射模型中，能够输出预测功率，实现了充分考虑风光场站之间的时空相关性及预测时刻的时序依赖性，从而使得模型的预测精度更高，预测功率更加准确，且能够同时得出各场站的功率预测结果，提高了模型的效率。

主权项：1.一种区域多尺度新能源电站出力联合预测方法，其特征在于，包括：响应于获取的采集数据，对所述采集数据进行预处理，其中，所述采集数据包括预测天气预报数据以及历史实测数据；将所述采集数据输入至基于深度学习算法构建的联合出力预测模型中，使输出各场站的预测功率，其中，所述联合出力预测模型包括LSTM层、CNN层以及全连接层，输出各场站的预测功率的具体包括：将预处理后的预测天气预报数据作为输入，通过所述LSTM层对输入的各个场站的时间序列进行特征提取，使得到所述LSTM层输出的时间特征；基于预处理后的历史实测数据作为输入，通过所述CNN层提取预处理后的历史实测数据中的空间特征，使得到所述CNN层输出的空间特征；将所述时间特征与所述空间特征进行融合，使提取到多特征输出向量；响应于获取的所述多特征输出向量，将所述多特征输出向量输入至所述全连接层，使所述全连接层同时输出各场站的预测功率。

全文数据：

权利要求：

百度查询： 国网江西省电力有限公司电力科学研究院;国家电网有限公司 一种区域多尺度新能源电站出力联合预测方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD