
基本信息:
- 专利标题: 一种基于特征组合的小水电短期功率精细化预测方法
- 申请号:CN201910161647.5 申请日:2019-03-04
- 公开(公告)号:CN109978236B 公开(公告)日:2022-07-15
- 发明人: 李丹 , 谢晨晟 , 杨保华 , 王奎 , 张远航 , 贺彩 , 云洋 , 李紫瑶 , 邓思影
- 申请人: 三峡大学
- 申请人地址: 湖北省宜昌市西陵区大学路8号
- 专利权人: 三峡大学
- 当前专利权人: 吉林省祥瑞水利水电设计咨询有限公司
- 当前专利权人地址: 四川省成都市南关区东至丙十二路西至幸福街南至丙九路中吉地勘院南部新城棚改项目(陶然庭苑)第22幢3单元1306号房
- 代理机构: 宜昌市三峡专利事务所
- 代理人: 余山
- 主分类号: G06Q10/04
- IPC分类号: G06Q10/04 ; G06Q50/06 ; G06N3/04 ; G06N3/08
摘要:
一种基于特征组合的小水电短期功率精细化预测方法,包括步骤1:收集分区降雨量的历史和预测数据,小水电功率曲线的历史数据;步骤2:将小水电功率曲线分解为历史日最大、最小功率和标幺化曲线三个特征量;步骤3:对小水电的日最大、最小发电功率,采用时间序列神经网络开展预测,得到预测日的最大、最小预测功率等步骤;步骤4:对历史日标幺化曲线采用Kmeans技术进行聚类等步骤得到预测日的预测标幺化曲线;步骤5:组合预测日的标幺化曲线和最大、最小功率预测值,得到预测日的小水电发电功率预测结果。本发明能很好的解决现有技术存在的预测误差大问题的基于特征组合的小水电短期功率精细化预测方法。
公开/授权文献:
- CN109978236A 一种基于特征组合的小水电短期功率精细化预测方法 公开/授权日:2019-07-05