System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于时间序列分析的燃煤电厂深度调峰预测方法及装置制造方法及图纸_技高网

基于时间序列分析的燃煤电厂深度调峰预测方法及装置制造方法及图纸

技术编号:40969185 阅读:10 留言:0更新日期:2024-04-18 20:50
本发明专利技术涉及燃煤电厂深度调峰的技术领域,特别是涉及一种基于时间序列分析的燃煤电厂深度调峰预测方法及装置,其能够综合考虑各种影响因素,提高燃煤电厂供电量的预测精度;方法包括:收集用电区域历史用电负荷信息和历史供电负荷信息;对历史供电负荷信息进行电力成分分析,获得用电区域供电负荷成分特征;用电区域供电负荷成分特征包括供电负荷种类以及各供电负荷种类的供电量,其中供电负荷种类包括风力发电负荷、光伏发电负荷以及水力发电负荷;获取与用电区域供电负荷成分特征相同时间内的历史气候信息;由历史气候信息中提取影响各类发电方式发电效率的气候因素,获得用电区域气候特征。

【技术实现步骤摘要】

本专利技术涉及燃煤电厂深度调峰的,特别是涉及一种基于时间序列分析的燃煤电厂深度调峰预测方法及装置


技术介绍

1、随着新能源大面积接入电网,深度调峰能力已成为衡量火电机组调峰能力的重要指标之一,也是电力系统稳定运行的重要保障;传统的火电发电量通常占据较大比例,而新能源如风能、太阳能等的加入,使得电力系统的发电量变得更加不稳定;这种不稳定性需要火电机组具备深度调峰能力,以应对新能源发电量的波动。

2、通过对燃煤电厂供电区域进行电力预测,能够帮助了解燃煤电厂供电区域的电力需求情况,从而制定更加合理的调度计划,确保电力系统的稳定运行;现有的燃煤电厂供电量预测主要采用传统的统计方法,如线性回归等;这些方法虽然简单易行,但预测精度较低,无法准确反映电力系统的复杂性和动态性;同时,现有预测方法主要关注于用电负荷的预测,而忽略了供电负荷成分的影响。

3、因此,目前亟待需要提供一种基于时间序列分析的燃煤电厂深度调峰预测方法来解决上述技术问题。


技术实现思路

1、为解决上述技术问题,本专利技术提供一种能够综合考虑各种影响因素,提高燃煤电厂供电量的预测精度的基于时间序列分析的燃煤电厂深度调峰预测方法。

2、第一方面,本专利技术提供了基于时间序列分析的燃煤电厂深度调峰预测方法,所述方法包括:

3、收集用电区域历史用电负荷信息和历史供电负荷信息;

4、对历史供电负荷信息进行电力成分分析,获得用电区域供电负荷成分特征;所述用电区域供电负荷成分特征包括供电负荷种类以及各供电负荷种类的供电量,其中供电负荷种类包括风力发电负荷、光伏发电负荷以及水力发电负荷;

5、获取与用电区域供电负荷成分特征相同时间内的历史气候信息;

6、由所述历史气候信息中提取影响各类发电方式发电效率的气候因素,获得用电区域气候特征;所述用电区域气候特征分别与所述用电区域供电负荷成分特征和所述用电区域历史用电负荷信息在时间维度上一一对应;

7、将所述用电区域气候特征与对应的所述用电区域历史用电负荷信息上传至深度学习平台进行学习训练,获得用电区域用电负荷预测模型;将所述用电区域气候特征与所述用电区域供电负荷成分特征上传至深度学习平台进行学习训练,获得用电区域供电负荷成分预测模型;

8、获取预测时间节点的用电区域气候特征,并将预测时间节点的用电区域气候特征分别输入至用电区域用电负荷预测模型和用电区域供电负荷成分预测模型中,获得用电区域在预测时间节点的用电负荷和用电区域在预测时间节点的供电负荷成分特征;

9、根据用电区域在预测时间节点的用电负荷和用电区域在预测时间节点的供电负荷成分特征,计算得到燃煤电厂在预测时间节点的发电负荷。

10、另一方面,本申请还提供了基于时间序列分析的燃煤电厂深度调峰预测装置,所述装置包括:

11、数据收集模块,用于收集用电区域的历史用电负荷信息和历史供电负荷信息;

12、电力成分分析模块,用于对收集到的历史供电负荷信息进行电力成分分析,获得用电区域供电负荷成分特征,用电区域供电负荷成分特征包括供电负荷种类以及各供电负荷种类的供电量,其中供电负荷种类包括风力发电负荷、光伏发电负荷以及水力发电负荷;

13、历史气候信息获取模块,用于获取与用电区域供电负荷成分特征相同时间内的历史气候信息;

14、气候因素提取模块,用于从历史气候信息中提取影响各类发电方式发电效率的气候因素,获得用电区域气候特征,用电区域气候特征分别与用电区域供电负荷成分特征和历史用电负荷信息在时间维度上一一对应;

15、深度学习平台模块,用于接收所述用电区域气候特征与对应的所述用电区域历史用电负荷信息并进行学习训练,获得用电区域用电负荷预测模型;接收所述用电区域气候特征与所述用电区域供电负荷成分特征并进行学习训练,获得用电区域供电负荷成分预测模型;

16、预测模块,获取预测时间节点的用电区域气候特征,并将预测时间节点的用电区域气候特征依次输入至用电区域用电负荷预测模型和供电负荷成分预测模型中,输出用电区域在预测时间节点的用电负荷和供电负荷成分特征;

17、供电量计算模块,用于根据用电区域在预测时间节点的用电负荷和供电负荷成分特征,计算得到燃煤电厂在预测时间节点的发电负荷。

18、第三方面,本申请提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,所述计算机程序被所述处理器执行时实现上述任意一项所述方法中的步骤。

19、第四方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述方法中的步骤。

20、与现有技术相比本专利技术的有益效果为:本专利技术不仅收集了用电区域的历史用电负荷信息和历史供电负荷信息,还获取了与用电区域供电负荷成分特征相同时间内的历史气候信息;这使得预测模型能够更全面地考虑各种影响因素,包括电力负荷、供电负荷成分和气候因素;本专利技术使用深度学习平台进行学习训练,能够从大量数据中提取有用的特征,并建立复杂非线性模型,从而提高预测精度;通过建立用电区域用电负荷预测模型和供电负荷成分预测模型,可以更准确地预测用电负荷和供电负荷成分,从而提高燃煤电厂供电量的预测精度;

21、本专利技术能够适应新能源的接入,通过对供电负荷成分进行分析和预测,可以更好地应对新能源发电量的波动,提高电力系统的稳定性;本专利技术考虑了实际电力系统的运行情况,可以根据用电区域在预测时间节点的用电负荷和供电负荷成分特征,计算得到燃煤电厂在预测时间节点的发电负荷;这有助于燃煤电厂进行深度调峰,提高电力系统的稳定性;通过提高燃煤电厂供电量的预测精度,本专利技术可以帮助制定更加合理的调度计划,减少不必要的机组启停,降低煤耗,从而节约能源,减少环境污染;同时,准确的预测也可以减少电网的运行压力,提高电力系统的稳定性,带来长期的效益;

22、综上所述,本专利技术能够综合考虑各种影响因素,提高燃煤电厂供电量的预测精度,从而更好地应对新能源的接入,提高电力系统的稳定性;同时,本专利技术具有可操作性和实用性,能够为实际电力系统的运行提供有效的支持。

本文档来自技高网...

【技术保护点】

1.一种基于时间序列分析的燃煤电厂深度调峰预测方法,其特征在于,所述方法包括:

2.如权利要求1所述的基于时间序列分析的燃煤电厂深度调峰预测方法,其特征在于,燃煤电厂在预测时间节点的供电量的计算公式为:

3.如权利要求2所述的基于时间序列分析的燃煤电厂深度调峰预测方法,其特征在于,对历史供电负荷信息进行电力成分分析的方法,包括:

4.如权利要求3所述的基于时间序列分析的燃煤电厂深度调峰预测方法,其特征在于,由所述历史气候信息中提取影响各类发电方式发电效率的气候因素的方法,包括:

5.如权利要求4所述的基于时间序列分析的燃煤电厂深度调峰预测方法,其特征在于,所述用电区域用电负荷预测模型的构建方法,包括:

6.如权利要求3所述的基于时间序列分析的燃煤电厂深度调峰预测方法,其特征在于,所述时间序列分析方法采用的工具包括自回归模型、移动平均模型、自回归移动平均模型和自回归积分移动平均模型。

7.如权利要求4所述的基于时间序列分析的燃煤电厂深度调峰预测方法,其特征在于,影响各类发电方式发电效率的气候因素包括温度、湿度、降水量、风速和风向。

8.一种基于时间序列分析的燃煤电厂深度调峰预测装置,其特征在于,所述装置包括:

9.一种电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,其特征在于,所述计算机程序被所述处理器执行时实现如权利要求1-7中任一项所述方法中的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述方法中的步骤。

...

【技术特征摘要】

1.一种基于时间序列分析的燃煤电厂深度调峰预测方法,其特征在于,所述方法包括:

2.如权利要求1所述的基于时间序列分析的燃煤电厂深度调峰预测方法,其特征在于,燃煤电厂在预测时间节点的供电量的计算公式为:

3.如权利要求2所述的基于时间序列分析的燃煤电厂深度调峰预测方法,其特征在于,对历史供电负荷信息进行电力成分分析的方法,包括:

4.如权利要求3所述的基于时间序列分析的燃煤电厂深度调峰预测方法,其特征在于,由所述历史气候信息中提取影响各类发电方式发电效率的气候因素的方法,包括:

5.如权利要求4所述的基于时间序列分析的燃煤电厂深度调峰预测方法,其特征在于,所述用电区域用电负荷预测模型的构建方法,包括:

6.如权利要求3所述的基于时间序列分析的燃煤电厂深度调峰预测方法,其特征在于,所述时间序列...

【专利技术属性】
技术研发人员:张力倪煜杨卧龙
申请(专利权)人:中国电力工程顾问集团有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1