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()
【技术实现步骤摘要】
本专利技术涉及电力系统安全,具体地涉及一种电站功率预测系统运行场景的多维分类方法及系统。
技术介绍
1、为确保电网在安全稳定运行条件下尽可能多接纳光电,电站功率预测的重要性愈发突出。所谓电站功率预测预报,就是电站经营企业根据气象条件、统计规律等技术和手段,提前对单个电站或电站群未来一段时间的发电功率或出力情况进行分析预报,向电网调度机构提交预报结果,帮助电网调度机构预先安排生产、检修及安全调度,以提高电站与电力系统协调运行的能力。
2、为了提高电力系统的稳定性,电网调度机构会对各电站上报的预测结果进行考核,通用的考核根据一段时间内的各电站上报的预测功率数据与实际数据的误差情况,对平均误差值超出定值的电站的进行考核。考核的时间跨度一般为24、72或240小时,即便出现瞬时预测误差极大的情况,只要误差平均值不超过定值,电站就能免于考核。因此目前电站功率预测系统性能评价维度较为单一,其改进重点一般为平均误差水平。
3、但电力作为特殊的一种商品,必须保障供给与需求的时时平衡,否则就会出现严重的生产事故。
技术实现思路
1、本专利技术实施例的目的是提供一种电站功率预测系统运行场景的多维分类方法及系统,用于全部或至少部分的解决上述现有技术中存在的技术缺陷。
2、为了实现上述目的,本专利技术实施例提供一种电站功率预测系统运行场景的多维分类方法,包括:
3、获取一时间段所述电站功率预测系统的预测参数;
4、根据所述预测参数、所述电站功率预
5、可选的,所述多维分类方法还包括:
6、对所述获取到的一时间段的所述电站功率预测系统的预测参数进行预处理,获得目标参数:
7、构建所述预测参数对应的数据类型与预处理方式之间的对应关系;
8、基于所述对应关系,对所述预测参数进行预处理,获得目标参数其中,所述预测参数至少包括所述电站功率预测系统的运行参数以及预测参数。
9、可选的,所述电站功率预测系统对应的多个维度至少包括电网峰谷时段维度、月度维度、季度维度以及气象维度。
10、可选的,所述每一维度的关联因素包括:
11、若维度为所述电网峰谷时段维度,则所述电网峰谷时段维度的关联因素至少包括高峰因素、低谷因素和平时因素;
12、若维度为所述月度维度,则所述月度维度的关联因素包括十二个自然月因素;
13、若维度为所述季度维度,则所述季度维度的关联因素包括四季因素;
14、若维度为所述气象维度,所述气象维度的关联因素与电站的类型相关。
15、可选的,若维度为所述气象维度,所述气象维度的关联因素与电站的类型相关,至少包括:
16、若所述电站的类型为光伏电站,则所述气象维度的关联因素至少包括总辐照度因素、水平总辐照度因素、法向直辐照度因素、散射辐照度因素以及大气温度因素;
17、若所述电站的类型为风电场电站,则所述气象维度的关联因素至少包括风速因素、风能因素、风向因素、气温因素以及湿度因素。
18、可选的,根据所述预测参数、所述电站功率预测系统对应的多个维度以及每一维度的关联因素对所述电站功率预测系统的运行场景进行多维度场景划分,获得所述电站功率预测系统运行场景的多维度分类结果,包括:
19、基于所述每一维度的关联因素,从所述目标参数中选取与所述每一维度的关联因素相关的第一目标参数,并基于预先设置的分类方法对每一关联因素对应的所述第一目标参数进行分类,获得分类结果;
20、基于所述分类结果对所述电站功率预测系统的运行场景进行多维度场景划分,获得所述电站功率预测系统运行场景的多维度分类结果。
21、可选的,所述多维分类方法还包括:
22、基于所述预测参数、所述电站功率预测系统对应的多个维度、每一维度的关联因素以及所述电站功率预测系统运行场景的多维度分类结果,构建电站功率预测系统运行场景的多维度分类关系表。
23、可选的,所述多维分类方法还包括:
24、获取每一维度对应的各关联因素下所述电站功率预测系统的预测准确率;
25、基于每一维度对应的各关联因素下所述电站功率预测系统的预测准确率对所述电站功率预测系统进行优化。
26、另一方面,本专利技术提供一种电站功率预测系统运行场景的多维分类系统,包括:
27、获取单元,用于获取一时间段所述电站功率预测系统的预测参数;
28、分类单元,用于根据所述预测参数、所述电站功率预测系统对应的多个维度以及每一维度的关联因素对所述电站功率预测系统的运行场景进行多维度场景划分,获得所述电站功率预测系统运行场景的多维度分类结果。
29、通过上述技术方案,提出电站功率预测系统运行场景的多维分类方法,得到不同运行场景下的电站功率预测系统的细分性能表现,及早发现电站功率预测系统性能的薄弱环节,以有针对性的进行改进,从而提高总体准确率,解决了电站功率预测系统性能评价维度单一的问题,确保电力系统安全稳定运行。
30、本专利技术实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
本文档来自技高网...【技术保护点】
1.一种电站功率预测系统运行场景的多维分类方法,其特征在于,包括:
2.根据权利要求1所述的多维分类方法,其特征在于,所述多维分类方法还包括:
3.根据权利要求1所述的多维分类方法,其特征在于,所述电站功率预测系统对应的多个维度至少包括电网峰谷时段维度、月度维度、季度维度以及气象维度。
4.根据权利要求3所述的多维分类方法,其特征在于,所述每一维度的关联因素包括:
5.根据权利要求4所述的多维分类方法,其特征在于,若维度为所述气象维度,所述气象维度的关联因素与电站的类型相关,至少包括:
6.根据权利要求2所述的多维分类方法,其特征在于,根据所述预测参数、所述电站功率预测系统对应的多个维度以及每一维度的关联因素对所述电站功率预测系统的运行场景进行多维度场景划分,获得所述电站功率预测系统运行场景的多维度分类结果,包括:
7.根据权利要求1所述的多维分类方法,其特征在于,所述多维分类方法还包括:
8.根据权利要求1所述的多维分类方法,其特征在于,所述多维分类方法还包括:
9.一种电站功率预测
...【技术特征摘要】
1.一种电站功率预测系统运行场景的多维分类方法,其特征在于,包括:
2.根据权利要求1所述的多维分类方法,其特征在于,所述多维分类方法还包括:
3.根据权利要求1所述的多维分类方法,其特征在于,所述电站功率预测系统对应的多个维度至少包括电网峰谷时段维度、月度维度、季度维度以及气象维度。
4.根据权利要求3所述的多维分类方法,其特征在于,所述每一维度的关联因素包括:
5.根据权利要求4所述的多维分类方法,其特征在于,若维度为所述气象维度,所述气象维度的关联因素与电站的类...
【专利技术属性】
技术研发人员:尚超,才鸿飞,张天浴,田云峰,陈晓峰,徐彭亮,郭剑峰,白旭,姜龙,臧鹏,张扬帆,任巍曦,杨伟新,吴雪磊,张文煜,吴潮,
申请(专利权)人:国网冀北电力有限公司承德供电公司,
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。