CN109861201B - 一种新能源出力状态计算方法和系统 - Google Patents
一种新能源出力状态计算方法和系统 Download PDFInfo
- Publication number
- CN109861201B CN109861201B CN201811346578.7A CN201811346578A CN109861201B CN 109861201 B CN109861201 B CN 109861201B CN 201811346578 A CN201811346578 A CN 201811346578A CN 109861201 B CN109861201 B CN 109861201B
- Authority
- CN
- China
- Prior art keywords
- output
- output state
- state
- new energy
- probability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 26
- 230000007704 transition Effects 0.000 claims abstract description 51
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000005065 mining Methods 0.000 claims description 13
- 230000002459 sustained effect Effects 0.000 claims description 8
- 238000012546 transfer Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 230000002688 persistence Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种新能源出力状态计算方法和系统，包括：采集新能源出力数据；根据出力数据计算新能源出力状态；根据出力状态和预先挖掘的新能源出力状态转移规律，确定设定时长后新能源出力状态及出力状态的概率。该方法和系统能够在序列角度的新能源出力预测之外，提供统计角度的新能源出力预测结果，提升未来新能源出力情况预知准确度。
Description
技术领域
本发明属于电力技术领域，具体涉及一种新能源出力状态计算方法和系统。
背景技术
风电和光伏发电等新能源出力在序列上呈现随机波动性，在统计上呈现一定的规律性。目前，人们对新能源出力的认识主要从序列角度入手，例如风电功率预测主要通过认识风的物理过程实现风电未来出力的预测。目前实际生产中，采用新能源发电功率预测方法获得未来一段时间内新能源的出力情况，但预测结果存在误差，导致预测在新能源调度应用中的有效性降低，急需在预测之外，获得一种有助于提升对未来新能源出力情况预知准确度的方法。
发明内容
为克服上述现有技术的不足，本发明提出一种新能源出力状态计算方法和系统。该方法和系统给出一种新能源出力状态转移规律挖掘方法的完整技术路线，包括数据处理、状态阈值确定、不同状态转移模型构建、不同状态转移样本获取、状态转移规律挖掘以及状态转移规律应用等，依据当前出力状态，结合挖掘出的状态转移规律，可计算出一段时间后出力的状态及其概率。
实现上述目的所采用的解决方案为：
一种新能源出力状态计算方法，其改进之处在于，包括：
采集新能源出力数据；
根据所述出力数据计算新能源出力状态；
根据所述出力状态和预先挖掘的新能源出力状态转移规律，确定设定时长后新能源出力状态及所述出力状态的概率。
本发明提供的第一优选技术方案，其改进之处在于，所述新能源出力状态转移规律的挖掘，包括：
采集新能源出力的历史数据；
基于预先设定的出力状态结合所述历史数据确定各出力状态阈值；
基于历史数据，以及各出力状态阈值确定在设定时长下，每个出力状态持续或转移到其他出力状态的概率；
其中，所述出力状态包括：大出力状态、中出力状态和小出力状态。
本发明提供的第二优选技术方案，其改进之处在于，所述基于预先设定的出力状态结合所述历史数据确定各出力状态阈值，包括：
计算新能源出力历史数据的平均值；
计算所有大于所述平均值的新能源出力历史数据的均值作为第一阈值，计算所有不大于所述平均值的新能源出力历史数据的均值作为第二阈值；
以出力大于所述第一阈值的状态为大出力状态，以出力不大于所述第二阈值的状态为小出力状态，以其余出力的状态为中出力状态。
本发明提供的第三优选技术方案，其改进之处在于，所述基于历史数据，以及各出力状态阈值确定在设定时长下，每个出力状态持续或转移到其他出力状态的概率，包括：
将历史数据设定为统计样本；
针对每种新能源出力状态，统计设定时长后，所述出力状态持续的样本数目以及转移至其他出力状态的数目；
根据所述出力状态持续的样本数目以及转移至其他出力状态的数目，计算设定时长后所述出力状态持续的概率以及转移至其他出力状态的概率。
本发明提供的第四优选技术方案，其改进之处在于，所述根据所述出力状态持续的样本数目以及转移至其他出力状态的数目，计算设定时长后所述出力状态持续的概率以及转移至其他出力状态的概率，如下式所示：
其中，Ki表示第i个出力状态，Kj表示第j个出力状态，t表示设定时长，表示经过时长t后出力状态由Ki转移至Kj的概率，当i＝j时，/>表示经过时长t后出力状态Ki持续的概率，/>表示初始时刻t0出力状态为Ki经过时间t后出力状态为Kj的样本，#{}表示计算样本数目。
本发明提供的第五优选技术方案，其改进之处在于，所述根据所述出力数据计算新能源出力状态的计算式如下：
其中，S0表示新能源出力状态，SB表示大出力状态，SM表示中出力状态，SS表示小出力状态，E0表示出力数据，T1表示划分大出力状态和中出力状态的阈值，T2表示划分中出力状态和小出力状态的阈值，E0计算式如下：
其中，pk表示采集的第k个新能源功率值，N表示新能源功率值的数量。
本发明提供的第六优选技术方案，其改进之处在于，所述根据所述出力状态和预先挖掘的新能源出力状态转移规律，确定设定时长后新能源出力状态及所述出力状态的概率，如下式所示：
其中，S0表示当前出力状态，St表示经过时长t后的出力状态和概率，表示出力状态由S0转移至St的概率。
一种新能源出力状态计算系统，其改进之处在于，包括：数据采集模块、出力状态模块和未来状态模块；
所述数据采集模块，用于采集新能源出力数据；
所述出力状态模块，用于根据所述出力数据计算新能源出力状态；
所述未来状态模块，用于根据所述出力状态和预先挖掘的新能源出力状态转移规律，确定设定时长后新能源出力状态及所述出力状态的概率。
本发明提供的第七优选技术方案，其改进之处在于，还包括用于挖掘新能源出力状态转移规律的规律挖掘模块，所述规律挖掘模块包括：历史数据单元、阈值计算单元和概率计算单元；
所述历史数据单元，用于采集新能源出力的历史数据；
所述阈值计算单元，用于基于预先设定的出力状态结合所述历史数据确定各出力状态阈值；
所述概率计算单元，用于基于历史数据，以及各出力状态阈值确定在设定时长下，每个出力状态持续或转移到其他出力状态的概率；
其中，所述出力状态包括：大出力状态、中出力状态和小出力状态。
本发明提供的第八优选技术方案，其改进之处在于，所述概率计算单元包括：样本设定子单元、统计子单元和概率子单元；
所述样本设定子单元，用于将历史数据设定为统计样本；
所述统计子单元，用于针对每种新能源出力状态，统计设定时长后，所述出力状态持续的样本数目以及转移至其他出力状态的数目；
所述概率子单元，用于根据所述出力状态持续的样本数目以及转移至其他出力状态的数目，计算设定时长后所述出力状态持续的概率以及转移至其他出力状态的概率。
与最接近的现有技术相比，本发明具有的有益效果如下：
本发明根据新能源的出力数据计算出力状态，再根据出力状态和预先挖掘的新能源出力状态转移规律，确定设定时长后新能源出力状态及该出力状态的概率，能够在序列角度的新能源出力预测之外，提供统计角度的新能源出力预测结果，提升未来新能源出力情况预知准确度。
附图说明
图1为本发明提供的一种新能源出力状态计算方法流程示意图；
图2为本发明提供的一种新能源出力状态计算系统基本结构示意图；
图3为本发明提供的一种新能源出力状态计算系统详细结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的详细说明。
实施例1：
本发明提供的一种新能源出力状态计算方法流程示意图如图1所示，包括：
步骤1：采集新能源出力数据；
步骤2：根据出力数据计算新能源出力状态；
步骤3：根据出力状态和预先挖掘的新能源出力状态转移规律，确定设定时长后新能源出力状态及出力状态的概率。
下面以风电为例，对新能源出力状态计算方法流程进行具体说明。
步骤101：数据获取和处理
提取至少1年的风电出力数据序列，数据时间分辨率为15分钟，按照时间先后顺序排序，对于缺失的数据点，采用理论功率评估方法进行恢复，然后采用开机容量对出力序列进行归一化，获得处理后的序列数据{pk},k＝1,...,n，最后以日为单位(96点)，对处理后的序列数据按日加和，获得等价日电量序列{El},l＝1,...,d，其中，d为总日数。
步骤102：状态阈值确定
本申请将风电出力状态确定为大出力过程SB、中出力过程SM和小出力过程SS三种状态，按照四分位法确定三种状态的划分阈值。具体方法如下：
102-1：求等价日电量序列的平均值
102-2：筛选大于平均值的等价日电量样本
102-3：求大于平均值的等价日电量样本的均值
102-4：筛选不大于平均值的等价日电量样本
102-5：求不大于平均值的等价日电量样本的均值
上述式中的T1为大出力状态与中出力状态的分割阈值即第一阈值，T2为中出力状态与小出力状态的分割阈值即第二阈值。其中，n′和n″满足n′+n″＝n。
步骤103：不同状态转移模型构建
当前状态在给定的时间t下，可转化为三种状态中的任意一种：
103-1：大出力状态持续
PB,B＝f(SB,SB)
103-2：大出力状态转移为中出力状态
PB,M＝f(SB,SM)
103-3：大出力状态转移为小出力状态
PB,S＝f(SB,SS)
103-4：中出力状态转移为大出力状态
PM,B＝f(SM,SB)
103-5：中出力状态持续
PM,M＝f(SM,SM)
103-6：中出力状态转移为小出力状态
PM,S＝f(SM,SS)
103-7：小出力状态转移为大出力状态
PS,B＝f(SS,SB)
103-8：小出力状态转移为中出力状态
PS,M＝f(SS,SM)
103-9：小出力状态持续
PS,S＝f(SS,SS)
上述式中，P为状态之间的转移概率，是出力状态转移规律的具体体现。
步骤104：不同状态转移样本获取
以历史等价日电量样本{El},l＝1,...,d为整体样本，则
104-1：大出力状态持续样本为
104-2：大出力状态转移为中出力状态的样本为
104-3：大出力状态转移为小出力状态的样本为
104-4：中出力状态转移为大出力状态的样本为
104-5：中出力状态持续的样本为
104-6：中出力状态转移为小出力状态的样本为
104-7：小出力状态转移为大出力状态的样本为
104-8：小出力状态转移为中出力状态的样本为
104-9：小出力状态持续的样本为
步骤105：状态转移规律挖掘
状态转移规律挖掘的本质是依据不同状态转移样本，统计各状态转移的概率。
105-1：大出力状态持续概率
105-2：大出力状态转移为中出力状态的概率
105-3：大出力状态转移为小出力状态的概率
105-4：中出力状态转移为大出力状态的概率
105-5：中出力状态持续的概率为
105-6：中出力状态转移为小出力状态的概率为
105-7：小出力状态转移为大出力状态的概率
105-8：小出力状态转移为中出力状态的概率
105-9：小出力状态持续的概率
即对各种出力状态，有：
其中，Ki表示第i个出力状态，Kj表示第j个出力状态，t表示设定时长，表示经过时长t后出力状态由Ki转移至Kj的概率，当i＝j时，/>表示经过时长t后出力状态Ki持续的概率，/>表示初始时刻t0出力状态为Ki经过时间t后出力状态为Kj的样本，#{}表示计算样本数目。
步骤106：状态转移规律应用
依据当前出力状态，结合挖掘出的状态转移规律，可估计出t时间后出力的状态及其概率。
106-1：统计临近96点的等价电量
106-2：判断出力状态
106-3：t时间后的出力状态及其概率
式中，St为当前出力状态S0经时间t后转移的状态和概率，表示出力状态由S0转移至St的概率。
采用3年的风电出力数据对本专利的方法进行研究，发现3年数据中每年获得各状态之间的转移及其概率稳定，并引入另一距离较远的1年风电数据进行测试，发现各状态的转移概率大体相同，验证了本申请的正确性。
实施例2：
基于同一发明构思，本发明还提供了一种新能源出力状态计算系统，由于这些设备解决技术问题的原理与新能源出力状态计算方法相似，重复之处不再赘述。
该系统基本结构如图2所示，包括：数据采集模块、出力状态模块和未来状态模块；
其中，数据采集模块，用于采集新能源出力数据；
出力状态模块，用于根据出力数据计算新能源出力状态；
未来状态模块，用于根据出力状态和预先挖掘的新能源出力状态转移规律，确定设定时长后新能源出力状态及出力状态的概率。
新能源出力状态计算系统的详细结构如图3所示。该系统还包括用于挖掘新能源出力状态转移规律的规律挖掘模块，规律挖掘模块包括：历史数据单元、阈值计算单元和概率计算单元；
历史数据单元，用于采集新能源出力的历史数据；
阈值计算单元，用于基于预先设定的出力状态结合历史数据确定各出力状态阈值；
概率计算单元，用于基于历史数据，以及各出力状态阈值确定在设定时长下，每个出力状态持续或转移到其他出力状态的概率；
其中，出力状态包括：大出力状态、中出力状态和小出力状态。
其中，概率计算单元包括：样本设定子单元、统计子单元和概率子单元；
样本设定子单元，用于将历史数据设定为统计样本；
统计子单元，用于针对每种新能源出力状态，统计设定时长后，出力状态持续的样本数目以及转移至其他出力状态的数目；
概率子单元，用于根据出力状态持续的样本数目以及转移至其他出力状态的数目，计算设定时长后出力状态持续的概率以及转移至其他出力状态的概率。
其中，阈值计算单元包括：平均值子单元和阈值子单元；
平均值子单元，用于计算新能源出力历史数据的平均值；
阈值子单元，用于计算所有大于平均值的新能源出力历史数据的均值作为第一阈值，计算所有不大于平均值的新能源出力历史数据的均值作为第二阈值；
以出力大于第一阈值的状态为大出力状态，以出力不大于第二阈值的状态为小出力状态，以其余出力的状态为中出力状态。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用于说明本申请的技术方案而非对其保护范围的限制,尽管参照上述实施例对本申请进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、修改或者等同替换，但这些变更、修改或者等同替换，均在申请待批的权利要求保护范围之内。
Claims (7)
1.一种新能源出力状态计算方法，其特征在于，包括：
采集新能源出力数据；
根据所述出力数据计算新能源出力状态；
根据所述出力状态和预先挖掘的新能源出力状态转移规律，确定设定时长后新能源出力状态及所述出力状态的概率；
所述新能源出力状态转移规律的挖掘，包括：
采集新能源出力的历史数据；
基于预先设定的出力状态结合所述历史数据确定各出力状态阈值；
基于历史数据，以及各出力状态阈值确定在设定时长下，每个出力状态持续或转移到其他出力状态的概率；
其中，所述出力状态包括：大出力状态、中出力状态和小出力状态；
所述基于预先设定的出力状态结合所述历史数据确定各出力状态阈值，包括：
计算新能源出力历史数据的平均值；
计算所有大于所述平均值的新能源出力历史数据的均值作为第一阈值，计算所有不大于所述平均值的新能源出力历史数据的均值作为第二阈值；
以出力大于所述第一阈值的状态为大出力状态，以出力不大于所述第二阈值的状态为小出力状态，以其余出力的状态为中出力状态。
2.如权利要求1所述的方法，其特征在于，所述基于历史数据，以及各出力状态阈值确定在设定时长下，每个出力状态持续或转移到其他出力状态的概率，包括：
将历史数据设定为统计样本；
针对每种新能源出力状态，统计设定时长后，所述出力状态持续的样本数目以及转移至其他出力状态的数目；
根据所述出力状态持续的样本数目以及转移至其他出力状态的数目，计算设定时长后所述出力状态持续的概率以及转移至其他出力状态的概率。
3.如权利要求2所述的方法，其特征在于，所述根据所述出力状态持续的样本数目以及转移至其他出力状态的数目，计算设定时长后所述出力状态持续的概率以及转移至其他出力状态的概率，如下式所示：
其中，Ki表示第i个出力状态，Kj表示第j个出力状态，t表示设定时长，表示经过时长t后出力状态由Ki转移至Kj的概率，当i＝j时，/>表示经过时长t后出力状态Ki持续的概率，/>表示初始时刻t0出力状态为Ki经过时间t后出力状态为Kj的样本，#{}表示计算样本数目。
4.如权利要求1所述的方法，其特征在于，所述根据所述出力数据计算新能源出力状态的计算式如下：
其中，S0表示新能源出力状态，SB表示大出力状态，SM表示中出力状态，SS表示小出力状态，E0表示出力数据，T1表示划分大出力状态和中出力状态的阈值，T2表示划分中出力状态和小出力状态的阈值，E0计算式如下：
其中，pk表示采集的第k个新能源功率值，N表示新能源功率值的数量。
5.如权利要求1所述的方法，其特征在于，所述根据所述出力状态和预先挖掘的新能源出力状态转移规律，确定设定时长后新能源出力状态及所述出力状态的概率，如下式所示：
其中，S0表示当前出力状态，St表示经过时长t后的出力状态和概率，表示出力状态由S0转移至St的概率。
6.一种新能源出力状态计算系统，其特征在于，包括：数据采集模块、出力状态模块和未来状态模块；
所述数据采集模块，用于采集新能源出力数据；
所述出力状态模块，用于根据所述出力数据计算新能源出力状态；
所述未来状态模块，用于根据所述出力状态和预先挖掘的新能源出力状态转移规律，确定设定时长后新能源出力状态及所述出力状态的概率；
还包括用于挖掘新能源出力状态转移规律的规律挖掘模块，所述规律挖掘模块包括：历史数据单元、阈值计算单元和概率计算单元；
所述历史数据单元，用于采集新能源出力的历史数据；
所述阈值计算单元，用于基于预先设定的出力状态结合所述历史数据确定各出力状态阈值；
所述概率计算单元，用于基于历史数据，以及各出力状态阈值确定在设定时长下，每个出力状态持续或转移到其他出力状态的概率；
其中，所述出力状态包括：大出力状态、中出力状态和小出力状态；
所述基于预先设定的出力状态结合所述历史数据确定各出力状态阈值，包括：
计算新能源出力历史数据的平均值；
计算所有大于所述平均值的新能源出力历史数据的均值作为第一阈值，计算所有不大于所述平均值的新能源出力历史数据的均值作为第二阈值；
以出力大于所述第一阈值的状态为大出力状态，以出力不大于所述第二阈值的状态为小出力状态，以其余出力的状态为中出力状态。
7.如权利要求6所述的系统，其特征在于，所述概率计算单元包括：样本设定子单元、统计子单元和概率子单元；
所述样本设定子单元，用于将历史数据设定为统计样本；
所述统计子单元，用于针对每种新能源出力状态，统计设定时长后，所述出力状态持续的样本数目以及转移至其他出力状态的数目；
所述概率子单元，用于根据所述出力状态持续的样本数目以及转移至其他出力状态的数目，计算设定时长后所述出力状态持续的概率以及转移至其他出力状态的概率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811346578.7A CN109861201B (zh) | 2018-11-13 | 2018-11-13 | 一种新能源出力状态计算方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811346578.7A CN109861201B (zh) | 2018-11-13 | 2018-11-13 | 一种新能源出力状态计算方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109861201A CN109861201A (zh) | 2019-06-07 |
| CN109861201B true CN109861201B (zh) | 2023-11-03 |
Family
ID=66890049
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811346578.7A Active CN109861201B (zh) | 2018-11-13 | 2018-11-13 | 一种新能源出力状态计算方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109861201B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111310121A (zh) * | 2019-11-14 | 2020-06-19 | 中国电力科学研究院有限公司 | 一种新能源出力概率预测方法和系统 |
| CN113075940B (zh) * | 2021-03-24 | 2022-07-12 | 阳光电源（上海）有限公司 | 一种光伏组串跟踪支架控制方法及相关装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106780134A (zh) * | 2016-12-13 | 2017-05-31 | 中国电力科学研究院 | 风电功率生成算法中风电状态数上限的确定方法及系统 |
-
2018
- 2018-11-13 CN CN201811346578.7A patent/CN109861201B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106780134A (zh) * | 2016-12-13 | 2017-05-31 | 中国电力科学研究院 | 风电功率生成算法中风电状态数上限的确定方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109861201A (zh) | 2019-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102521080B (zh) | 一种电力用户用电信息采集系统的计算机数据修复方法 | |
| CN107169628B (zh) | 一种基于大数据互信息属性约简的配电网可靠性评估方法 | |
| CN109861201B (zh) | 一种新能源出力状态计算方法和系统 | |
| CN108880915B (zh) | 一种电力信息网络安全告警信息误报判定方法和系统 | |
| CN104537429A (zh) | 一种基于数据仓库与数据挖掘技术的短期负荷预测方法及装置 | |
| CN116187552A (zh) | 异常检测方法、计算设备及计算机存储介质 | |
| CN116384548A (zh) | 一种基于环境反馈的电网短期电力负荷预测方法 | |
| CN106056305A (zh) | 一种基于状态聚类的发电系统可靠性快速评估方法 | |
| CN108183499B (zh) | 一种基于拉丁超立方抽样概率潮流的静态安全分析方法 | |
| CN110797865B (zh) | 一种数据驱动的供电薄弱环节识别方法及系统 | |
| CN113540526B (zh) | 一种基于历史数据分析的燃料电池故障诊断方法及系统 | |
| CN111310121A (zh) | 一种新能源出力概率预测方法和系统 | |
| CN112967154B (zh) | 一种电力系统Well-being的评估方法及装置 | |
| CN105242143B (zh) | 基于多时段精密测量单元数据状态估计不良数据修正方法 | |
| CN116070958A (zh) | 归因分析方法、装置、电子设备和存储介质 | |
| CN115600143A (zh) | 储能锂电池故障诊断方法及装置 | |
| CN113516408A (zh) | 一种基于实时观测分析的高铁沿线积雪测点布置方法 | |
| CN112684398A (zh) | 基于动态线损的电能表运行误差监测方法及系统 | |
| CN117493857B (zh) | 一种电能计量异常判别方法、系统、设备及介质 | |
| CN118444084B (zh) | 一种低压配电网预警方法、装置、设备及存储介质 | |
| CN116029621B (zh) | 台区电能表运行评估方法、装置、电子设备和存储介质 | |
| CN113920717B (zh) | 一种信息处理方法、装置、电子设备以及存储介质 | |
| CN112348074B (zh) | 基于数据驱动的配电网停电事件精准化诊断方法、装置及系统 | |
| CN114611791B (zh) | 一种风电负荷功率速率区间测算方法及系统 | |
| CN116613893B (zh) | 发电企业的区域电能智慧管理方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |