CN116933950B - 功率预测数据的传输方法、装置、设备和存储介质 - Google Patents
功率预测数据的传输方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN116933950B CN116933950B CN202311204885.2A CN202311204885A CN116933950B CN 116933950 B CN116933950 B CN 116933950B CN 202311204885 A CN202311204885 A CN 202311204885A CN 116933950 B CN116933950 B CN 116933950B
- Authority
- CN
- China
- Prior art keywords
- prediction
- data
- prediction data
- target
- object type
- 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
- 238000000034 method Methods 0.000 title claims abstract description 76
- 230000005540 biological transmission Effects 0.000 title claims abstract description 25
- 230000001960 triggered effect Effects 0.000 claims abstract description 22
- 238000004590 computer program Methods 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 8
- 238000005375 photometry Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及新能源技术领域，提供一种功率预测数据的传输方法、装置、设备和存储介质，方法包括：根据调度端订阅的预测事件，确定订阅的预测事件触发的目标对象类型；根据目标对象类型和预先构建的预测数据库，得到订阅的预测事件对应的目标功率预测数据；其中，预测数据库中包含至少一个第一预测数据、各个第一预测数据对应的第一对象类型，以及各个第一对象类型对应的第一预测指标；向调度端发送目标功率预测数据。本发明提高了功率预测数据的准确度。
Description
技术领域
本发明涉及新能源技术领域，尤其涉及一种功率预测数据的传输方法、装置、设备和存储介质。
背景技术
随着新能源电站并网量的快速增加，预测数据的完整性、易用性、安全性对于电力系统运营商做出合理的调度规划，确保能源供应的平稳性和稳定性变的越来越重要。
现有技术中，新能源场站的功率预测数据远传有两种方式：一种是通过文件传输协议（File Transfer Protocol，FTP）/安全文件传送协议（Secure Shell File TransferProtocol，SFTP）进行预测数据的传输，另外一种是通过扩展国际电工委员会IEC-102规范进行的。这两种远传方式在数据构建时都需要将功率预测数据按预先设定的格式写入易语言E文件，然后将E文件传输至调度端，调度端按照构建数据的格式进行解析，但是因为不同电网公司对E文件的格式定义存在较大差异，解析得到的功率预测数据准确度较低。
发明内容
本发明提供一种功率预测数据的传输方法、装置、设备和存储介质，用以解决现有技术中功率预测数据准确度较低的缺陷，实现提高功率预测数据的准确度。
第一方面，本发明提供一种功率预测数据的传输方法，该方法包括：
根据调度端订阅的预测事件，确定所述订阅的预测事件触发的目标对象类型；
根据所述目标对象类型和预先构建的预测数据库，得到所述订阅的预测事件对应的目标功率预测数据；其中，所述预测数据库中包含至少一个第一预测数据、各个所述第一预测数据对应的第一对象类型，以及各个所述第一对象类型对应的第一预测指标；
向所述调度端发送所述目标功率预测数据。
可选地，所述预测数据库为通过如下步骤构建的，包括：
对至少一个第一预测数据进行分类，得到至少一个数据类型的第一预测数据；
针对任一所述数据类型的第一预测数据，确定所述数据类型的第一预测数据的第一对象类型；
根据所述第一对象类型和数据建模规则，确定所述第一对象类型对应的第一预测指标；
根据各个所述第一预测数据、各个所述第一预测数据各自对应的第一对象类型，以及各个所述第一对象类型对应的第一预测指标，得到所述预测数据库。
可选地，所述第一预测数据的数据类型包括以下至少一项：短期功率预测数据、超短期功率预测数据、测风数据、测光数据、机组数据、逆变器状态数据、数值气象预报。
可选地，所述根据各个所述第一预测数据、各个所述第一预测数据各自对应的第一对象类型，以及各个所述第一对象类型对应的第一预测指标，得到所述预测数据库之后，还包括：
将各个所述第一预测数据、各个所述第一预测数据各自对应的第一对象类型以及各个所述第一对象类型对应的第一预测指标存储至目标命名空间，并得到用于生成调用目标信息的应用程序接口的配置信息；所述目标信息包括各个所述第一预测数据、各个所述第一预测数据各自对应的第一对象类型以及各个所述第一对象类型对应的第一预测指标；
将所述配置信息编译成所述应用程序。
可选地，所述根据所述目标对象类型和预先构建的预测数据库，得到所述订阅的预测事件对应的目标功率预测数据，包括：
根据所述目标对象类型，利用所述应用程序调用所述预测数据库中的各个所述第一对象类型，以及各个所述第一对象类型对应的第一预测指标，确定所述订阅的预测事件包含的目标预测指标；
根据所述目标预测指标，利用所述应用程序调用所述预测数据库中的各个所述第一预测数据各自对应的预测标志，确定所述目标预测指标对应的预测数据；其中，所述预测标志用于表征所述第一预测数据是否预测完成；
将所述目标预测指标对应的预测数据，确定为所述目标功率预测数据。
可选地，所述根据调度端订阅的预测事件，确定所述订阅的预测事件触发的目标对象类型之前，还包括：
向所述调度端发送至少一种可用的安全策略；
响应于调度端的通道建立请求，基于所述调度端匹配的安全策略，与所述调度端建立通道。
可选地，所述方法还包括：
获取所述目标命名空间内的所有对象；
根据各个所述对象，确定各个所述对象各自对应的第二预测指标；
当所述第一预测数据更新的情况下，将所述第一预测数据对应的第一预测指标与各个所述对象各自对应的第二预测指标进行匹配，得到与所述第一预测数据匹配的预测指标；
根据所述第一预测数据，对所述预测数据库中与所述第一预测数据匹配的预测指标进行更新，得到更新后的预测数据库。
第二方面，本发明提供一种功率预测数据的传输装置，该装置包括：
调度模块，用于根据调度端订阅的预测事件，确定所述订阅的预测事件触发的目标对象类型；
根据所述目标对象类型和预先构建的预测数据库，得到所述订阅的预测事件对应的目标功率预测数据；其中，所述预测数据库中包含至少一个第一预测数据、各个所述第一预测数据对应的第一对象类型，以及各个所述第一对象类型对应的第一预测指标；
发送模块，用于向所述调度端发送所述目标功率预测数据。
第二方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述功率预测数据的传输方法。
第三方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述功率预测数据的传输方法。
第四方面，本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述功率预测数据的传输方法。
本发明提供的一种功率预测数据的传输方法、装置、设备和存储介质，首先根据调度端订阅的预测事件，确定订阅的预测事件触发的目标对象类型，然后，根据目标对象类型和预先构建的预测数据库，得到订阅的预测事件对应的目标功率预测数据，其中，预测数据库中包含至少一个第一预测数据、各个第一预测数据对应的第一对象类型，以及各个第一对象类型对应的第一预测指标；最后，向调度端发送目标功率预测数据。本发明提供的方法中因预测数据库为预先构建的，且包含至少一个第一预测数据、各个第一预测数据对应的第一对象类型，以及各个第一对象类型对应的第一预测指标，通过预测数据库对第一预测数据进行规范化，进而，可以基于规范化的第一预测数据和调度端订阅的预测事件触发的目标对象类型，在预测数据库中进行匹配，得到目标功率预测数据，提高了功率预测数据的准确度。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的功率预测数据的传输方法的流程示意图之一；
图2是本发明提供的功率预测数据的传输方法的流程示意图之二；
图3是本发明提供的功率预测数据的传输方法的流程示意图之三；
图4是本发明提供的目标命名空间的原理示意图之一；
图5是本发明提供的目标命名空间的原理示意图之二；
图6是本发明提供的功率预测数据的传输方法的流程示意图之四；
图7是本发明提供的功率预测数据的传输装置的结构示意图；
图8是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”所区别的对象通常为一类，并不限定对象的个数，例如第一节点可以是一个，也可以是多个。说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”一般表示前后关联对象是一种“或”的关系。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
下面结合图1-图8描述本发明提供的功率预测数据的传输的技术方案。
图1是本发明提供的功率预测数据的传输方法的流程示意图之一，如图1所示，该方法包括：
步骤101、根据调度端订阅的预测事件，确定订阅的预测事件触发的目标对象类型；
具体地，本实施例提供的方法的执行主体可以为服务器，更具体地，可以是部署在各个子站的服务器。
首先，可以根据调度端订阅的预测事件，确定订阅的预测事件触发的目标对象类型。在接收到调度端订阅的预测事件时，确定订阅的预测事件触发的目标对象类型，目标对象类型例如短期预测类型DQYCType，超短期预测类型CDQYCType等等。
步骤102、根据目标对象类型和预先构建的预测数据库，得到订阅的预测事件对应的目标功率预测数据；其中，预测数据库中包含至少一个第一预测数据、各个第一预测数据对应的第一对象类型，以及各个第一对象类型对应的第一预测指标；
具体地，可理解的是，子站服务器端可以预先构建预测数据库，进而，可以通过本站部署的预测系统将第一预测数据更新至预测数据库中。其中，预测数据库中包含至少一个第一预测数据、各个第一预测数据对应的第一对象类型，以及各个第一对象类型对应的第一预测指标，也即各个第一对象类型对应的各个自变量。
进而，在确定目标对象类型后，可以通过目标对象类型和预先构建的预测数据库，得到目标对象类型对应的目标预测指标，进而，结合目标预测指标在预测数据库中进行遍历，得到待订阅事件对应的目标功率预测数据。
步骤103、向调度端发送目标功率预测数据。
具体地，在获取到目标功率预测数据时，可以向调度端发送目标功率预测数据，完成功率预测数据的传输。
本实施例提供的方法中，首先根据调度端订阅的预测事件，确定订阅的预测事件触发的目标对象类型，然后，根据目标对象类型和预先构建的预测数据库，得到订阅的预测事件对应的目标功率预测数据，其中，预测数据库中包含至少一个第一预测数据、各个第一预测数据对应的第一对象类型，以及各个第一对象类型对应的第一预测指标；最后，向调度端发送目标功率预测数据。本发明提供的方法中因预测数据库为预先构建的，且包含至少一个第一预测数据、各个第一预测数据对应的第一对象类型，以及各个第一对象类型对应的第一预测指标，通过预测数据库对第一预测数据进行规范化，进而，可以基于规范化的第一预测数据和调度端订阅的预测事件触发的目标对象类型，在预测数据库中进行匹配，得到目标功率预测数据，提高了功率预测数据的准确度。
可选地，预测数据库为通过如下步骤构建的，包括：
对至少一个第一预测数据进行分类，得到至少一个数据类型的第一预测数据；
针对任一数据类型的第一预测数据，确定数据类型的第一预测数据的第一对象类型；
根据第一对象类型和数据建模规则，确定第一对象类型对应的第一预测指标；
根据各个第一预测数据、各个第一预测数据各自对应的第一对象类型，以及各个第一对象类型对应的第一预测指标，得到预测数据库。
具体地，所述预测数据库为预先构建的，其中，预测数据库中包含至少一个第一预测数据、各个第一预测数据对应的第一对象类型，以及各个第一对象类型对应的第一预测指标，也即预测数据中分散的第一预测数据抽象为不同的对象类型，进而不同对象类型对应包含不同的预设指标，构建得到预测数据库可以通过如下方式实现：
首先，可以对至少一个第一预测数据进行分类，得到至少一个数据类型的第一预测数据，具体地，对于第一预测数据来说我们可以按照各个第一预测数据的数据类型对其进行分类，得到各个数据类型的第一预测数据，例如，数据类型为短期功率预测数据，数据类型为超短期功率预测数据，数据类型为测风数据，数据类型为测光数据等等。
然后，针对任一数据类型的第一预测数据，确定出该数据类型的第一预测数据的第一对象类型，也即可以为每种数据类型的第一预测数据从对象基础类型中派生出独立的新的第一对象类型，其中，对象基础类型例如为行业规范中定义的对象基础类型，本实施例的行业规范主要指数据通信方面的标准，例如公开通信平台统一架构（Open PlatformCommunications Unified Architecture，OPCUA）规范，如其他规范中涉及对象类型的定义也可以参考，本实施参考对规范类型不做具体限定。例如数据类型为短期功率预测数据对应的第一对象类型名为短期预测类型DQYCType，数据类型为超短期功率预测数据对应的第一对象类型名为超短期预测类型CDQYCType等等。
进一步地，可以根据不同第一对象类型和数据建模规则，确定第一对象类型对应的第一预测指标。具体地，针对任一对象类型，可以根据预设的数据建模规则，获得该对象类型对应的预测指标，其中数据建模规则中用于约定不同对象类型对应应当创建的预测指标，例如短期预测类型DQYCType对应应当创建的第一预测指标包含未来72小时功率、机组总容量、运行台数（均以288个元素的数组表示），超短期预测类型CDQYCType对应应当创建的第一预测指标包含未来4小时功率、机组总容量（均以16个元素的数组表示）。
进而，根据各个第一预测数据、各个第一预测数据各自对应的第一对象类型，以及各个第一对象类型对应的第一预测指标，得到预测数据库，也即是说，将上述各个预测数据抽象成不同的对象类型，且每种对象类型对应包含预设的第一预测指标，将上述数据及各个层级之间的映射关系确定为预测数据库。
可选地，预测数据库中还可以定义事件类型，用于将事件与第一对象类型相关联，便于第一预测数据更新时通过第一对象类型关联到事件类型，从而通过事件发布向调度侧推送预测事件的发生，调度端收到预测事件可以根据自己的需要灵活的订阅第一预测数据或者主动读取第一预测数据。
可以理解的是，各个子站可以自定义预测数据库，并且根据子站部署的预测系统更新维护预测数据库。
示例性地，表1为AA省风电场子站中预测数据库里的对象类型的定义：
表1
示例性，表2为BB省风电场子站中预测数据库里的对象类型的定义：
表2
本实施例提供的方法中，首先对至少一个第一预测数据进行分类，得到至少一个数据类型的第一预测数据，然后，针对任一数据类型的第一预测数据，确定该数据类型的第一预测数据的第一对象类型；进而，根据第一对象类型和数据建模规则，确定第一对象类型对应的第一预测指标，最终，根据各个第一预测数据、各个第一预测数据各自对应的第一对象类型，以及各个第一对象类型对应的第一预测指标，得到预测数据库。后续在调度过程中，可以基于预测事件对应触发的目标对象类型在预测数据库中对象类型的匹配，得到预测事件对应的目标预测数据，从而进行目标预测数据的调度，传输后得到的目标预测数据较为准确。
可选地，第一预测数据的数据类型包括以下至少一项：短期功率预测数据、超短期功率预测数据、测风数据、测光数据、机组数据、逆变器状态数据、数值气象预报。
具体地，预测数据库中第一预测数据的数据类型可以根据各个子站的实际功率预测情况进行定义或更新，其他可能涉及的预测数据库数据类型也可以包含在预测数据库中，此实施例对此不做限定。
在一些实施例中，第一预测数据的数据类型例如包括：短期功率预测数据、超短期功率预测数据、测风数据、测光数据、机组数据、逆变器状态数据、数值气象预报等等，其中短期功率预测数据例如为未来某一时间段的功率预测数据，时间段的时长可以预设，如未来3天的功率预测数据、未来5天的功率预测数据、未来10天的功率预测数据等等，超短期功率预测数据例如为未来某一超短时间段的功率预测数据，时间段的时长可以预设，如未来4小时的功率预测数据、未来6小时的功率预测数据、未来10小时功率预测数据等等，测风数据指的是风力的相关数据，例如测风仪风速、风向、环境温度、机舱温度、测风仪叶轮转速等等，测光数据指的是光的相关数据，机组数据指的是各个发电机组的相关数据，逆变器状态数据指的是逆变器的相关数据，数值气象预报指的是例如包括风速、风向，温度、湿度、压强等气象要素信息。
本实施例提供的方法中，第一预测数据的数据类型包括以下至少一项：短期功率预测数据、超短期功率预测数据、测风数据、测光数据、机组数据、逆变器状态数据、数值气象预报，其中，预测数据库中的第一预测数据可以按照上述数据类型进行分类，进而对不同类型的第一预测数据派生对应的第一对象类型，实现了对象类型和数据类型的关联，最终基于对象类型调度预测数据，得到的预测数据较为规范。
可选地，根据各个第一预测数据、各个第一预测数据各自对应的第一对象类型，以及各个第一对象类型对应的第一预测指标，得到预测数据库之后，还包括：
将各个第一预测数据、各个第一预测数据各自对应的第一对象类型以及各个第一对象类型对应的第一预测指标存储至目标命名空间，并得到用于生成调用目标信息的应用程序接口的配置信息；目标信息包括各个第一预测数据、各个第一预测数据各自对应的第一对象类型以及各个第一对象类型对应的第一预测指标；
将配置信息编译成应用程序。
具体地，在一些实施例中，为了将上述预测数据库中的第一预测数据、各个第一预测数据各自对应的第一对象类型以及各个第一对象类型对应的第一预测指标等数据与行业规范中的基础对象类型进行区分，避免二者混淆，可以将上述预测数据库中的第一预测数据、各个第一预测数据各自对应的第一对象类型以及各个第一对象类型对应的第一预测指标等数据存储至目标命名空间，其中，该目标命名空间可以指定名称唯一的命名空间统一资源定位符NameSpaceURI，为独立的命名空间。
可选地，可以在上述目标命名空间内根据调度端的不同调度要求对上述预测数据库中的第一预测数据、各个第一预测数据各自对应的第一对象类型以及各个第一对象类型对应的第一预测指标进行实例化，以便调度端读取对象或者订阅对象。
进一步地，可以得到用于生成调用目标信息的应用程序接口的配置信息。具体地，例如将上述目标信息的定义导出为通用可扩展标记语言XML描述文件，其中，目标信息包括各个第一预测数据、各个第一预测数据各自对应的第一对象类型以及各个第一对象类型对应的第一预测指标。
示例性地，图2是本发明提供的功率预测数据的传输方法的流程示意图之二，表示生成调用目标信息的应用程序接口的配置信息的过程，如图2所示，该过程包括如下步骤：
步骤201、定义目标命名空间；
步骤202、创建第一对象类型；
步骤203、创建第一事件类型；
步骤204、根据第一对象类型和数据建模规则，创建实施例对象；
步骤205、生成调用目标信息的应用程序接口的配置信息。
具体地，首先定义一个单独的命名空间为目标命名空间，然后根据第一预测数据创建第一对象类型，还可以根据第一对象类型创建第一事件类型，进而，根据第一对象类型和数据建模规则，创建实施例对象，最后，生成调用目标信息的应用程序接口的配置信息，如通用XML描述文件。
更进一步地，在得到用于生成调用目标信息的应用程序接口的配置信息之后，还可以将配置信息编译成应用程序，使得调度端可以通过调用该应用程序的接口实现预测数据的调度。
示例性地，图3是本发明提供的功率预测数据的传输方法的流程示意图之三，表示配置信息的编译过程，如图3所示，配置信息的编译包括包括如下步骤：
步骤301、将配置信息转化为信息模型类。
通过自研的节点集合nodeset代码生成工具，将配置信息如xml描述文件转化为C++自定义的信息模型类。其中，这个类为xml中的目标命名空间、第一对象类型、事件类型、各个第一对象等分别生成一个添加方法，该添加方法用于将其添加到默认的服务器的地址空间中。进一步地，这个自定义的信息模型类我们可以将其命名为sprixinModel。在我们的服务器初始化代码类中实例化这个类，sprixinModel的带参构造函数通过传递服务器对象，将sprixinModel信息模型类添加到服务器地址空间中。这样，以后每次信息模型变化只需要替换生成的sprixinModel.h和sprixinModel.cpp即可快速简单地完成编译，不需要任何额外的编码过程。
步骤302、在主流程中增加事件统一处理函数。
该事件统一处理函数用于触发事件，将事件的资源source指定为预测数据的类型从而区分是何种预测数据产生。这个处理过程与c++自定义信息模型类完全解耦对所有的模型文件都是通用的，只需要做为服务器代码编写一次，编码过程简单且容易实现。
步骤303、在主流程中增加对象数据处理函数。
该对象数据处理函数处理过程如下：首先获取自己命名空间的所有对象，然后获取对象中的所有预测指标，建立以预测指标名称为键值key的哈希hash数据结构。这样可以实现当有新的第一预测数据产生时，以key为索引检索第一预测数据，从而更新到opcua服务器中。
步骤304、将服务器代码编译成服务程序。
将所有服务器代码进行编译，生成服务程序如可执行文件。
图4是本发明提供的目标命名空间的原理示意图之一，与表1中的对象类型定义相对应，图5是本发明提供的目标命名空间的原理示意图之二，与表2中的对象类型定义相对应。其中，目标命名空间中的根Root节点下有类型Types节点、对象Objects节点，其中，Types节点是各种对象类型的定义，可以理解为对象类型的模板，我们的预测数据节点的类型都是从Types节点的子节点基础对象类型BaseObjectTypes节点继承而来；Objects节点下的预测数据节点Ycdata节点是管理预测数据对象的节点，各个预测数据对象的节点通过其节点类型可以找到该预测数据对象节点类型的预测指标。图4和图5中分别以风电机组FDJZ预测数据对象节点进行示例。
本实施例提供的方法中，通过将各个第一预测数据、各个第一预测数据各自对应的第一对象类型以及各个第一对象类型对应的第一预测指标存储至目标命名空间，并得到用于生成调用目标信息的应用程序接口的配置信息；进而，将配置信息编译成应用程序，在调度端进行调度时可以通过接口调用服务程序实现对预测数据库中数据的调用，编译过程简单易实现。
可选地，根据目标对象类型和预先构建的预测数据库，得到订阅的预测事件对应的目标功率预测数据，包括：
根据目标对象类型，利用应用程序调用预测数据库中的各个第一对象类型，以及各个第一对象类型对应的第一预测指标，确定订阅的预测事件包含的目标预测指标；
根据目标预测指标，利用应用程序调用预测数据库中的各个第一预测数据各自对应的预测标志，确定目标预测指标对应的预测数据；其中，预测标志用于表征第一预测数据是否预测完成；
将目标预测指标对应的预测数据，确定为目标功率预测数据。
具体地，在一些实施例中，步骤102可以通过如下步骤实现：
首先，根据目标对象类型，利用应用程序例如UA服务程序调用预测数据库中的各个第一对象类型，以及各个第一对象类型对应的第一预测指标，确定订阅的预测事件包含的目标预测指标，具体地，可以将目标对象类型与预测数据库中的第一对象类型进行匹配，得到预测数据库与目标对象类型匹配的对象类型，进而，获取预测数据库该匹配的对象类型包含的目标预测指标，将其确定为订阅的预测事件包含的目标预测指标。
然后，可以根据目标预测指标，利用应用程序例如UA服务程序调用预测数据库中的各个第一预测数据各自对应的预测标志，确定目标预测指标对应的预测数据，其中，预测标志用于表征第一预测数据是否预测完成。具体地，根据目标预测指标获取预测数据库中的目标预测指标对应的第一预测数据，并且，可以结合各个第一预测数据各自对应的预测标志判断目标预测指标对应的第一预测数据是否预测完成，最终，可以得到目标预测指标对应的预测数据，例如将预测完成的第一预测数据作为目标预测指标对应的预测数据。
进一步地，可以将目标预测指标对应的预测数据，确定为目标功率预测数据。
本实施例提供的方法中，根据目标对象类型和预先构建的预测数据库，可以得到订阅的预测事件对应的目标功率预测数据，得到的功率预测数据较为规范。
可选地，根据调度端订阅的预测事件，确定订阅的预测事件触发的目标对象类型之前，还包括：
向调度端发送至少一种可用的安全策略；
响应于调度端的通道建立请求，基于调度端匹配的安全策略，与调度端建立通道。
具体地，在一些实施例中，在步骤102之前所述方法还可以包括建立与调度端之间的安全通道，后续基于安全通道进行功率预测数据的传输。建立与调度端之间的安全通道的过程可以通过如下方式实现：
可以理解的是，服务器上可以配置不同等级的安全策略，调度侧在进行调度时，可以根据自身的数据安全级别的需求匹配对应的安全策略。
首先，向调度端发送至少一种可用的安全策略，其中，安全策略的参数可以基于OPCUA规范得到。
进一步地，在接收到调度端的通道建立请求时，同时接收该调度端匹配的安全策略，进而，基于该匹配的安全策略与所述调度端建立通道，以便进行后续功率预测数据的传输与通信，此处基于匹配的安全策略建立的通道加密过的通道，便于对目标功率预测数据进行安全防护，传输过程的安全性得到了更好地保障。
本实施例提供的方法中，通过向调度端发送至少一种可用的安全策略，响应于调度端的通道建立请求，基于调度端匹配的安全策略，与调度端建立通道，进而基于安全通道进行数据传输可以保障数据传输过程中的安全性。
可选地，方法还包括：
获取目标命名空间内的所有对象；
根据各个对象，确定各个对象各自对应的第二预测指标；
当第一预测数据更新的情况下，将第一预测数据对应的第一预测指标与各个对象各自对应的第二预测指标进行匹配，得到与第一预测数据匹配的预测指标；
根据第一预测数据，对预测数据库中与第一预测数据匹配的预测指标进行更新，得到更新后的预测数据库。
具体地，在一些实施例中，可以获取目标命名空间内的所有对象，然后获取所有对象各自对应的第二预测指标，也即所有预测数据变量，进而，建立以第二预测指标名称为key的hash数据结构。
进一步地，在预测数据库更新的时候，可以基于预测指标对所有第一预测数据进行更新。具体地，对当第一预测数据更新的情况下，将第一预测数据对应的第一预测指标与各个对象各自对应的第二预测指标进行匹配，得到与第一预测数据匹配的预测指标，然后，根据第一预测数据，对预测数据库中与第一预测数据匹配的预测指标进行更新，得到更新后的预测数据库。
本实施例提供的方法中，预测数据库的更新过程较为简单快捷。
图6是本发明提供的功率预测数据的传输方法的流程示意图之四，如图6所示，该方法包括：
步骤601、调度端请求连接服务器的URI，服务器端反馈连接成功；
步骤602、调度端请求获取服务器支持的安全策略，服务器端向调度端返回可用的安全策略；
步骤603、基于返回的可用的安全策略，调度端向服务器端发起建立安全通道的请求，从而成功建立安全通道；
步骤604、调度端订阅预测事件，服务器端根据调度端的订阅预测事件判断订阅预测事件对应的预测数据是否更新；
步骤605、若通过步骤608判断订阅预测事件对应的预测数据更新的情况下，服务器端触发事件，将事件发布给调度端，其中，事件判断的过程参照步骤608；
步骤608、判断订阅预测事件对应的预测数据是否更新；
步骤606、调度端根据接收到的事件读取第一预测数据；
步骤607、服务器端周期性地从预测数据库中获取预测数据的预测标志，预测数据库返回预测数据以及预测标志；
步骤609、服务器端读取预测数据库返回的预测数据；
步骤610、更新预测标志；
步骤611、更新预测数据。
其中，步骤607可以在步骤606之后，也可以在步骤606之前执行，此实施例对此不做限定；步骤610和步骤611可以在步骤609之后，也可以在步骤609之前执行，此实施例对此不做限定。
下面对本发明提供的功率预测数据的传输装置进行描述，下文描述的功率预测数据的传输装置与上文描述的功率预测数据的传输方法可相互对应参照。
图7是本发明提供的功率预测数据的传输装置700的结构示意图，如图7所示，该功率预测数据的传输装置700包括：
调度模块710，用于根据调度端订阅的预测事件，确定所述订阅的预测事件触发的目标对象类型；
根据所述目标对象类型和预先构建的预测数据库，得到所述订阅的预测事件对应的目标功率预测数据；其中，所述预测数据库中包含至少一个第一预测数据、各个所述第一预测数据对应的第一对象类型，以及各个所述第一对象类型对应的第一预测指标；
发送模块720，用于向所述调度端发送所述目标功率预测数据。
本发明实施例中提供的功率预测数据的传输装置，首先，通过调度模块710根据调度端订阅的预测事件，确定订阅的预测事件触发的目标对象类型，然后，根据目标对象类型和预先构建的预测数据库，得到订阅的预测事件对应的目标功率预测数据，其中，预测数据库中包含至少一个第一预测数据、各个第一预测数据对应的第一对象类型，以及各个第一对象类型对应的第一预测指标；最后，发送模块720向调度端发送目标功率预测数据。本发明提供的方法中因预测数据库为预先构建的，且包含至少一个第一预测数据、各个第一预测数据对应的第一对象类型，以及各个第一对象类型对应的第一预测指标，通过预测数据库对第一预测数据进行规范化，进而，可以基于规范化的第一预测数据和调度端订阅的预测事件触发的目标对象类型，在预测数据库中进行匹配，得到目标功率预测数据，提高了功率预测数据的准确度。
可选地，所述预测数据库为通过如下步骤构建的，包括：
对至少一个第一预测数据进行分类，得到至少一个数据类型的第一预测数据；
针对任一所述数据类型的第一预测数据，确定所述数据类型的第一预测数据的第一对象类型；
根据所述第一对象类型和数据建模规则，确定所述第一对象类型对应的第一预测指标；
根据各个所述第一预测数据、各个所述第一预测数据各自对应的第一对象类型，以及各个所述第一对象类型对应的第一预测指标，得到所述预测数据库。
可选地，所述第一预测数据的数据类型包括以下至少一项：短期功率预测数据、超短期功率预测数据、测风数据、测光数据、机组数据、逆变器状态数据、数值气象预报。
可选地，所述装置还包括编译模块；
所述编译模块，用于：
将各个所述第一预测数据、各个所述第一预测数据各自对应的第一对象类型以及各个所述第一对象类型对应的第一预测指标存储至目标命名空间，并得到用于生成调用目标信息的应用程序接口的配置信息；所述目标信息包括各个所述第一预测数据、各个所述第一预测数据各自对应的第一对象类型以及各个所述第一对象类型对应的第一预测指标；
将所述配置信息编译成所述应用程序。
可选地，所述调度模块710具体用于：
根据所述目标对象类型，利用所述应用程序调用所述预测数据库中的各个所述第一对象类型，以及各个所述第一对象类型对应的第一预测指标，确定所述订阅的预测事件包含的目标预测指标；
根据所述目标预测指标，利用所述应用程序调用所述预测数据库中的各个所述第一预测数据各自对应的预测标志，确定所述目标预测指标对应的预测数据；其中，所述预测标志用于表征所述第一预测数据是否预测完成；
将所述目标预测指标对应的预测数据，确定为所述目标功率预测数据。
可选地，所述装置还包括通道建立模块；
所述通道建立模块，用于：
向所述调度端发送至少一种可用的安全策略；
响应于调度端的通道建立请求，基于所述调度端匹配的安全策略，与所述调度端建立通道。
可选地，所述装置还包括数据库更新模块；
所述数据库更新模块，用于：
获取所述目标命名空间内的所有对象；
根据各个所述对象，确定各个所述对象各自对应的第二预测指标；
当所述第一预测数据更新的情况下，将所述第一预测数据对应的第一预测指标与各个所述对象各自对应的第二预测指标进行匹配，得到与所述第一预测数据匹配的预测指标；
根据所述第一预测数据，对所述预测数据库中与所述第一预测数据匹配的预测指标进行更新，得到更新后的预测数据库。
图8示例了一种电子设备的实体结构示意图，如图8所示，该电子设备可以包括：处理器(processor)810、通信接口(Communications Interface)820、存储器(memory)830和通信总线840，其中，处理器810，通信接口820，存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令，以执行功率预测数据的传输方法，该方法包括：
根据调度端订阅的预测事件，确定所述订阅的预测事件触发的目标对象类型；
根据所述目标对象类型和预先构建的预测数据库，得到所述订阅的预测事件对应的目标功率预测数据；其中，所述预测数据库中包含至少一个第一预测数据、各个所述第一预测数据对应的第一对象类型，以及各个所述第一对象类型对应的第一预测指标；
向所述调度端发送所述目标功率预测数据。
此外，上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的功率预测数据的传输方法，该方法包括：
根据调度端订阅的预测事件，确定所述订阅的预测事件触发的目标对象类型；
根据所述目标对象类型和预先构建的预测数据库，得到所述订阅的预测事件对应的目标功率预测数据；其中，所述预测数据库中包含至少一个第一预测数据、各个所述第一预测数据对应的第一对象类型，以及各个所述第一对象类型对应的第一预测指标；
向所述调度端发送所述目标功率预测数据。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的功率预测数据的传输方法，该方法包括：
根据调度端订阅的预测事件，确定所述订阅的预测事件触发的目标对象类型；
根据所述目标对象类型和预先构建的预测数据库，得到所述订阅的预测事件对应的目标功率预测数据；其中，所述预测数据库中包含至少一个第一预测数据、各个所述第一预测数据对应的第一对象类型，以及各个所述第一对象类型对应的第一预测指标；
向所述调度端发送所述目标功率预测数据。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种功率预测数据的传输方法，其特征在于，包括：
根据调度端订阅的预测事件，确定所述订阅的预测事件触发的目标对象类型；
对至少一个第一预测数据进行分类，得到至少一个数据类型的第一预测数据；
针对任一所述数据类型的第一预测数据，确定所述数据类型的第一预测数据的第一对象类型；
根据所述第一对象类型和数据建模规则，确定所述第一对象类型对应的第一预测指标；
根据各个所述第一预测数据、各个所述第一预测数据各自对应的第一对象类型，以及各个所述第一对象类型对应的第一预测指标，得到预测数据库；
将各个所述第一预测数据、各个所述第一预测数据各自对应的第一对象类型以及各个所述第一对象类型对应的第一预测指标存储至目标命名空间，并得到用于生成调用目标信息的应用程序接口的配置信息；所述目标信息包括各个所述第一预测数据、各个所述第一预测数据各自对应的第一对象类型以及各个所述第一对象类型对应的第一预测指标；
将所述配置信息编译成应用程序；
根据所述目标对象类型，利用所述应用程序调用所述预测数据库中的各个所述第一对象类型，以及各个所述第一对象类型对应的第一预测指标，确定所述订阅的预测事件包含的目标预测指标；
根据所述目标预测指标，利用所述应用程序调用所述预测数据库中的各个所述第一预测数据各自对应的预测标志，确定所述目标预测指标对应的预测数据；其中，所述预测标志用于表征所述第一预测数据是否预测完成；
将所述目标预测指标对应的预测数据，确定为目标功率预测数据；其中，所述预测数据库中包含至少一个第一预测数据、各个所述第一预测数据对应的第一对象类型，以及各个所述第一对象类型对应的第一预测指标；
向所述调度端发送所述目标功率预测数据。
2.根据权利要求1所述的功率预测数据的传输方法，其特征在于，所述第一预测数据的数据类型包括以下至少一项：短期功率预测数据、超短期功率预测数据、测风数据、测光数据、机组数据、逆变器状态数据、数值气象预报。
3.根据权利要求1或2所述的功率预测数据的传输方法，其特征在于，所述根据调度端订阅的预测事件，确定所述订阅的预测事件触发的目标对象类型之前，还包括：
向所述调度端发送至少一种可用的安全策略；
响应于调度端的通道建立请求，基于所述调度端匹配的安全策略，与所述调度端建立通道。
4.根据权利要求1所述的功率预测数据的传输方法，其特征在于，所述方法还包括：
获取所述目标命名空间内的所有对象；
根据各个所述对象，确定各个所述对象各自对应的第二预测指标；
当所述第一预测数据更新的情况下，将所述第一预测数据对应的第一预测指标与各个所述对象各自对应的第二预测指标进行匹配，得到与所述第一预测数据匹配的预测指标；
根据所述第一预测数据，对所述预测数据库中与所述第一预测数据匹配的预测指标进行更新，得到更新后的预测数据库。
5.一种功率预测数据的传输装置，其特征在于，包括：
调度模块，用于根据调度端订阅的预测事件，确定所述订阅的预测事件触发的目标对象类型；
对至少一个第一预测数据进行分类，得到至少一个数据类型的第一预测数据；
针对任一所述数据类型的第一预测数据，确定所述数据类型的第一预测数据的第一对象类型；
根据所述第一对象类型和数据建模规则，确定所述第一对象类型对应的第一预测指标；
根据各个所述第一预测数据、各个所述第一预测数据各自对应的第一对象类型，以及各个所述第一对象类型对应的第一预测指标，得到预测数据库；
将各个所述第一预测数据、各个所述第一预测数据各自对应的第一对象类型以及各个所述第一对象类型对应的第一预测指标存储至目标命名空间，并得到用于生成调用目标信息的应用程序接口的配置信息；所述目标信息包括各个所述第一预测数据、各个所述第一预测数据各自对应的第一对象类型以及各个所述第一对象类型对应的第一预测指标；
将所述配置信息编译成应用程序；
根据所述目标对象类型，利用所述应用程序调用所述预测数据库中的各个所述第一对象类型，以及各个所述第一对象类型对应的第一预测指标，确定所述订阅的预测事件包含的目标预测指标；
根据所述目标预测指标，利用所述应用程序调用所述预测数据库中的各个所述第一预测数据各自对应的预测标志，确定所述目标预测指标对应的预测数据；其中，所述预测标志用于表征所述第一预测数据是否预测完成；
将所述目标预测指标对应的预测数据，确定为目标功率预测数据；其中，所述预测数据库中包含至少一个第一预测数据、各个所述第一预测数据对应的第一对象类型，以及各个所述第一对象类型对应的第一预测指标；
发送模块，用于向所述调度端发送所述目标功率预测数据。
6.一种电子设备，包括存储器、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，其特征在于，所述处理器执行所述程序时实现如权利要求1至4任一项所述功率预测数据的传输方法。
7.一种非暂态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至4任一项所述功率预测数据的传输方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311204885.2A CN116933950B (zh) | 2023-09-19 | 2023-09-19 | 功率预测数据的传输方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311204885.2A CN116933950B (zh) | 2023-09-19 | 2023-09-19 | 功率预测数据的传输方法、装置、设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116933950A CN116933950A (zh) | 2023-10-24 |
| CN116933950B true CN116933950B (zh) | 2024-01-16 |
Family
ID=88384745
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311204885.2A Active CN116933950B (zh) | 2023-09-19 | 2023-09-19 | 功率预测数据的传输方法、装置、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116933950B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112926761A (zh) * | 2020-11-27 | 2021-06-08 | 北京华能新锐控制技术有限公司 | 一种风电场功率预测方法 |
| CN114021420A (zh) * | 2021-12-17 | 2022-02-08 | 国网河南省电力公司南阳供电公司 | 一种分布式光伏超短期发电功率预测方法及系统 |
| WO2023287359A2 (en) * | 2021-07-15 | 2023-01-19 | Envision Digital International Pte. Ltd. | Method, device, and system for forecasting generated power of photovoltaic power station |
| CN115882451A (zh) * | 2022-12-30 | 2023-03-31 | 阳光慧碳科技有限公司 | 新能源电站的发电功率预测方法、装置、以及设备 |
| CN115995810A (zh) * | 2022-12-12 | 2023-04-21 | 国网山东省电力公司德州供电公司 | 一种考虑气象波动自适应匹配的风电功率预测方法及系统 |
| CN116109007A (zh) * | 2023-03-23 | 2023-05-12 | 阿里巴巴达摩院(杭州)科技有限公司 | 发电功率确定方法、服务器及存储介质 |
| CN116722544A (zh) * | 2023-08-02 | 2023-09-08 | 北京弘象科技有限公司 | 分布式光伏短期预测方法、装置、电子设备及存储介质 |
-
2023
- 2023-09-19 CN CN202311204885.2A patent/CN116933950B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112926761A (zh) * | 2020-11-27 | 2021-06-08 | 北京华能新锐控制技术有限公司 | 一种风电场功率预测方法 |
| WO2023287359A2 (en) * | 2021-07-15 | 2023-01-19 | Envision Digital International Pte. Ltd. | Method, device, and system for forecasting generated power of photovoltaic power station |
| CN114021420A (zh) * | 2021-12-17 | 2022-02-08 | 国网河南省电力公司南阳供电公司 | 一种分布式光伏超短期发电功率预测方法及系统 |
| CN115995810A (zh) * | 2022-12-12 | 2023-04-21 | 国网山东省电力公司德州供电公司 | 一种考虑气象波动自适应匹配的风电功率预测方法及系统 |
| CN115882451A (zh) * | 2022-12-30 | 2023-03-31 | 阳光慧碳科技有限公司 | 新能源电站的发电功率预测方法、装置、以及设备 |
| CN116109007A (zh) * | 2023-03-23 | 2023-05-12 | 阿里巴巴达摩院(杭州)科技有限公司 | 发电功率确定方法、服务器及存储介质 |
| CN116722544A (zh) * | 2023-08-02 | 2023-09-08 | 北京弘象科技有限公司 | 分布式光伏短期预测方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116933950A (zh) | 2023-10-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20120254849A1 (en) | Ontology updating apparatus, method and system | |
| CN109213519B (zh) | 一种异构api适配处理方法及系统 | |
| CN112118551B (zh) | 设备风险识别方法及相关设备 | |
| US20210342122A1 (en) | Electric power software development platform | |
| CN108256870B (zh) | 基于拓扑结构生成描述信息及更新、数据处理方法和装置 | |
| CN112882765B (zh) | 数字孪生模型调度方法和装置 | |
| CN111046000B (zh) | 一种面向政府数据交换共享的安全监管元数据组织方法 | |
| CN116523457A (zh) | 基于业务流程的工作流处理方法、装置、设备及存储介质 | |
| CN111078213B (zh) | 一种代码生成方法及代码生成装置 | |
| CN116933950B (zh) | 功率预测数据的传输方法、装置、设备和存储介质 | |
| CN111510428B (zh) | 安全资源运维平台系统及管控方法 | |
| CN113407823A (zh) | 一种ios消息推送方法及系统 | |
| CN117390015A (zh) | 电池护照的存储方法、设备及存储介质 | |
| CN112449022B (zh) | 云边协同方法、装置、系统及电子设备 | |
| KR20220010294A (ko) | 규칙 기반의 opc ua 노드 생성 시스템 및 방법 | |
| CN112230929A (zh) | 一种cim模型的数据解析方法、装置及存储介质 | |
| CN109522003B (zh) | 一种电力业务系统拓展公共组件 | |
| CN111626444A (zh) | 基于调控云的模型维护动态自适应方法、装置、系统和存储介质 | |
| CN113760712A (zh) | 一种测试评估方法和装置 | |
| CN110727457A (zh) | 组件管理方法、装置、存储介质及电子设备 | |
| US9535414B2 (en) | System and method for distributing and exchanging elements for planning and/or for operating automation operating equipment | |
| CN115959004B (zh) | 车辆安全监测系统、方法、车载通信终端、车辆及服务器 | |
| CN116431835B (zh) | 汽车认证领域自动化知识图谱构建方法、设备和介质 | |
| CN111966641B (zh) | 一种通用的日志范化模型配置方法和装置 | |
| CN111459512B (zh) | 电网轻应用部署方法、系统、设备及存储介质 |
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 |