【技术实现步骤摘要】
本专利技术涉及电力系统新能源数字化应用预测，具体为一种电力系统新能源数字化应用预测方法及系统。
技术介绍
1、
技术介绍
：随着全球对可再生能源的需求增加，新能源并网电力系统得到了广泛应用。然而，由于新能源的不稳定性和波动性，对其进行准确的功率预测成为了一个重要的挑战。准确的功率预测可以帮助电力系统运营者更好地管理和调度新能源发电，提高电力系统的可靠性和稳定性。
2、目前，已有一些功率预测方法被提出，如基于统计模型的方法、基于机器学习的方法和基于神经网络的方法。然而，这些方法存在一些限制，如对数据要求严格、计算复杂度高、准确性不高等。
技术实现思路
1、解决的技术问题：本专利技术提供了一种基于识别模型和神经网络模型的实时功率预测方法和系统，通过获取离线模拟数据并生成时序负荷曲线，结合计算得到的电力系统运行数据参数，利用识别模型和神经网络模型进行功率预测，能够提高功率预测的准确性和实时性，同时降低计算复杂度。此外，通过对计算得到的运行数据进行标准化处理，能够适应不同类型的新能源并网电力系统，提高系统的适应性和灵活性。通过构建预警模块，能够对预测结果进行展示与预警，帮助电力系统运营者更好地监控和调度新能源发电，提高系统的运行效率和稳定性。
2、因此，本专利技术解决了新能源并网电力系统功率预测存在的准确性不高、实时性差、计算复杂度高等问题，提高了电力系统的稳定性和可靠性，具有重要的应用价值。
3、技术方案
4、一种用于新能源并网电力系统的实时功
5、其中所述的离线模拟数据是通过模拟新能源并网电力系统的运行情况生成的；其中所述的电力系统的运行数据参数包括但不限于负荷曲线、风电数据、温度数据和光照数据。
6、其中所述的标准化处理包括对运行数据进行归一化、标准化或其他合适的处理方式；其中所述的识别模型可以是基于机器学习算法、统计分析方法或其他适用的模型。
7、其中所述的神经网络可以是深度神经网络、循环神经网络、卷积神经网络或其他适用的神经网络结构；其中所述的实时预测可以通过将实测数据输入至训练后的功率预测模型中，并获取预测结果来实现。
8、一种用于新能源并网电力系统的实时功率预测系统，包括以下模块：a)获取模块，用于获取新能源并网电力系统离线模拟数据，以生成时序负荷曲线；b)计算模块，用于根据生成的时序负荷曲线，计算得到电力系统的运行数据参数；c)处理模块，用于对计算得到的运行数据进行标准化处理；d)识别模型构建模块，用于构建识别模型，将标准化处理后的运行数据参数中与瞬间风电有关的数据输入到所构建的识别模型中，进行风电控制策略的快速识别，并保存识别结果；e)预测模型构建模块，用于构建基于神经网络的功率预测模型，将标准化处理后的运行数据参数与识别结果作为神经网络的输入；f)训练模块，用于对所构建的功率预测模型进行训练，得到训练后的功率预测模型；g)预测模块，用于将在线获取的新能源电力系统的实测数据输入至训练后的功率预测模型中，实现实时预测；h)展示预警模块，用于对预测结果进行展示与预警。
9、其中所述的获取模块通过获取新能源并网电力系统的离线模拟数据，生成时序负荷曲线；其中所述的计算模块通过根据生成的时序负荷曲线，计算得到电力系统的运行数据参数，包括负荷曲线、风电数据、温度数据和光照数据。
10、其中所述的处理模块用于对计算得到的运行数据进行归一化、标准化或其他适当的处理方式。
11、其中所述的识别模型构建模块用于构建识别模型，该识别模型能够快速识别与瞬间风电有关的数据，并保存识别结果；其中所述的预测模型构建模块用于构建基于神经网络的功率预测模型，将标准化处理后的运行数据参数与识别结果作为神经网络的输入。
12、其中所述的训练模块用于对所构建的功率预测模型进行训练，以得到训练后的功率预测模型；其中所述的预测模块用于将在线获取的新能源电力系统的实测数据输入至训练后的功率预测模型中，以实现实时预测。
13、其中所述的展示预警模块用于对预测结果进行展示与预警。
14、有益效果
15、本专利技术提供了一种新能源并网电力系统的实时功率预测方法和系统，具有以下有益效果：
16、高准确性：通过获取离线模拟数据并生成时序负荷曲线，结合计算得到的电力系统运行数据参数，利用识别模型和神经网络模型进行功率预测，能够提高功率预测的准确性。
17、实时性强：通过将在线获取的实测数据输入至训练后的功率预测模型中，实现实时预测，能够及时响应新能源的波动性和变化情况。
18、灵活性好：通过对计算得到的运行数据进行归一化、标准化或其他适当的处理方式，能够适应不同类型的新能源并网电力系统，提高系统的适应性和灵活性。
19、高效性：通过构建识别模型和神经网络模型，能够快速识别与瞬间风电有关的数据，并进行风电功率预测，提高预测的效率和准确性。
20、可视化展示：通过展示预警模块对预测结果进行展示与预警，能够帮助电力系统运营者更好地监控和调度新能源发电，提高系统的运行效率和稳定性。
本文档来自技高网...【技术保护点】
1.一种用于新能源并网电力系统的实时功率预测方法，包括以下步骤： a) 获取离线模拟数据，生成时序负荷曲线； b) 根据生成的时序负荷曲线，计算得到电力系统的运行数据参数； c) 对计算得到的运行数据进行标准化处理； d) 构建识别模型，将标准化处理后的运行数据参数中与瞬间风电有关的数据输入到所构建的识别模型中，进行风电控制策略的快速识别，并保存识别结果； e) 构建基于神经网络的功率预测模型，将标准化处理后的运行数据参数与识别结果作为神经网络的输入； f) 对所构建的功率预测模型进行训练，得到训练后的功率预测模型； g) 将在线获取的新能源电力系统的实测数据输入至训练后的功率预测模型中，实现实时预测。
2.根据权利要求1所述的方法，其中所述的离线模拟数据是通过模拟新能源并网电力系统的运行情况生成的；其中所述的电力系统的运行数据参数包括但不限于负荷曲线、风电数据、温度数据和光照数据。
3.根据权利要求1所述的方法，其中所述的标准化处理包括对运行数据进行归一化、标准化或其他合适的处理方式；其中所述的识别模型可以是基于机器学习算法、统计分析方法或其他适用的模型
4.根据权利要求1所述的方法，其中所述的神经网络可以是深度神经网络、循环神经网络、卷积神经网络或其他适用的神经网络结构；其中所述的实时预测可以通过将实测数据输入至训练后的功率预测模型中，并获取预测结果来实现。
5.一种用于新能源并网电力系统的实时功率预测系统，包括以下模块： a) 获取模块，用于获取新能源并网电力系统离线模拟数据，以生成时序负荷曲线； b) 计算模块，用于根据生成的时序负荷曲线，计算得到电力系统的运行数据参数； c) 处理模块，用于对计算得到的运行数据进行标准化处理； d) 识别模型构建模块，用于构建识别模型，将标准化处理后的运行数据参数中与瞬间风电有关的数据输入到所构建的识别模型中，进行风电控制策略的快速识别，并保存识别结果； e) 预测模型构建模块，用于构建基于神经网络的功率预测模型，将标准化处理后的运行数据参数与识别结果作为神经网络的输入； f) 训练模块，用于对所构建的功率预测模型进行训练，得到训练后的功率预测模型； g) 预测模块，用于将在线获取的新能源电力系统的实测数据输入至训练后的功率预测模型中，实现实时预测； h) 展示预警模块，用于对预测结果进行展示与预警。
6.根据权利要求5所述的系统，其中所述的获取模块通过获取新能源并网电力系统的离线模拟数据，生成时序负荷曲线；其中所述的计算模块通过根据生成的时序负荷曲线，计算得到电力系统的运行数据参数，包括负荷曲线、风电数据、温度数据和光照数据。
7.根据权利要求5所述的系统，其中所述的处理模块用于对计算得到的运行数据进行归一化、标准化或其他适当的处理方式。
8.根据权利要求5所述的系统，其中所述的识别模型构建模块用于构建识别模型，该识别模型能够快速识别与瞬间风电有关的数据，并保存识别结果；其中所述的预测模型构建模块用于构建基于神经网络的功率预测模型，将标准化处理后的运行数据参数与识别结果作为神经网络的输入。
9.根据权利要求5所述的系统，其中所述的训练模块用于对所构建的功率预测模型进行训练，以得到训练后的功率预测模型；其中所述的预测模块用于将在线获取的新能源电力系统的实测数据输入至训练后的功率预测模型中，以实现实时预测。
10.根据权利要求5所述的系统，其中所述的展示预警模块用于对预测结果进行展示与预警。
...【技术特征摘要】
1.一种用于新能源并网电力系统的实时功率预测方法，包括以下步骤： a) 获取离线模拟数据，生成时序负荷曲线； b) 根据生成的时序负荷曲线，计算得到电力系统的运行数据参数； c) 对计算得到的运行数据进行标准化处理； d) 构建识别模型，将标准化处理后的运行数据参数中与瞬间风电有关的数据输入到所构建的识别模型中，进行风电控制策略的快速识别，并保存识别结果； e) 构建基于神经网络的功率预测模型，将标准化处理后的运行数据参数与识别结果作为神经网络的输入； f) 对所构建的功率预测模型进行训练，得到训练后的功率预测模型； g) 将在线获取的新能源电力系统的实测数据输入至训练后的功率预测模型中，实现实时预测。
2.根据权利要求1所述的方法，其中所述的离线模拟数据是通过模拟新能源并网电力系统的运行情况生成的；其中所述的电力系统的运行数据参数包括但不限于负荷曲线、风电数据、温度数据和光照数据。
3.根据权利要求1所述的方法，其中所述的标准化处理包括对运行数据进行归一化、标准化或其他合适的处理方式；其中所述的识别模型可以是基于机器学习算法、统计分析方法或其他适用的模型。
4.根据权利要求1所述的方法，其中所述的神经网络可以是深度神经网络、循环神经网络、卷积神经网络或其他适用的神经网络结构；其中所述的实时预测可以通过将实测数据输入至训练后的功率预测模型中，并获取预测结果来实现。
5.一种用于新能源并网电力系统的实时功率预测系统，包括以下模块： a) 获取模块，用于获取新能源并网电力系统离线模拟数据，以生成时序负荷曲线； b) 计算模块，用于根据生成的时序负荷曲线，计算得到电力系统的运行数据参数； c) 处理模块，用于对计算得到的运行数据进行...
【专利技术属性】
技术研发人员：李彪，刘广东，侯晓宁，郑敏，刘箫，冶海平，马育林，侯旭亮，祁彬彬，包启东，邢震，马健，颜生萍，丁磊，贾淑红，马晓涛，兰超，石成刚，许崇文，艾斌，郭旭鹏，金耀鹏，李海红，李永红，刘成珐，徐鑫，段星宇，梁亚琪，王玉洁，汪占荣，王亚军，严进宏，侯天录，马晓林，者成斌，
申请(专利权)人：国网青海省电力公司海东供电公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。