
基本信息:
- 专利标题: 基于蚁群优化的超短期功率预测数据的修正方法及系统
- 申请号:CN202210892552.2 申请日:2022-07-27
- 公开(公告)号:CN115081344A 公开(公告)日:2022-09-20
- 发明人: 陈勇 , 孙财新 , 申旭辉 , 杨介立 , 国青 , 潘霄峰 , 李冠渊 , 关何格格
- 申请人: 华能新能源股份有限公司山西分公司 , 中国华能集团清洁能源技术研究院有限公司
- 申请人地址: 山西省太原市小店区南中环街200号国际大都会中心广场4幢B单元19层1903、1904号;
- 专利权人: 华能新能源股份有限公司山西分公司,中国华能集团清洁能源技术研究院有限公司
- 当前专利权人: 华能新能源股份有限公司山西分公司,中国华能集团清洁能源技术研究院有限公司
- 当前专利权人地址: 山西省太原市小店区南中环街200号国际大都会中心广场4幢B单元19层1903、1904号;
- 代理机构: 北京清亦华知识产权代理事务所
- 代理人: 曲进华
- 主分类号: G06F30/27
- IPC分类号: G06F30/27 ; G06F113/06 ; G06F111/06 ; G06F119/02
摘要:
本申请提出基于蚁群优化的超短期功率预测数据的修正方法及系统,其中,所述修正方法包括:获取预设时段内风电场对应的原始超短期功率预测数据、实发功率数据及超短期功率预测数据修正模型;利用蚁群优化算法确定所述超短期功率预测数据修正模型对应的修正系数;将所述原始超短期功率预测数据、所述实发功率数据及所述修正系数代入所述超短期功率预测数据的修正模型中,并对所述超短期功率预测数据修正模型进行求解,得到所述原始超短期功率预测数据对应的修正后的超短期功率预测数据。本申请提出的技术方案,利用蚁群优化算法确定修正系数,并基于所述修正系数对原始超短期功率预测数据进行修正,进而提高了超短期功率预测数据的精度。
IPC结构图谱:
G06F30/27 | 使用机器学习,例如人工智能,神经网络,支持向量机 |