一种发电站的控制方法、装置及设备制造方法及图纸

本发明专利技术公开了一种发电站的控制方法，由于本申请中可以筛选出一部分与目标日的两类预估数据相似度最高的历史负荷数据以及历史环境数据，这部分数据与目标日的预估数据相似度最高，因此通过这部分数据对极限学习机进行训练可以提高预测结果的准确性，工作人员根据准确的预测结果安排目标日当天的发电站的调度出力，可以使得供需更加平衡，减少了电能的浪费，降低了电网运行成本。本发明专利技术还公开了一种发电站的控制装置及设备，具有如上发电站的控制方法相同的有益效果。

A control method, device and equipment of power station

【技术实现步骤摘要】
一种发电站的控制方法、装置及设备
本专利技术涉及电力系统负荷调度领域，特别是涉及一种发电站的控制方法，本专利技术还涉及一种发电站的控制装置及设备。
技术介绍
在电力系统负荷调度领域，调度人员通常可以根据目标日的负荷预测数据来安排目标日到来时一天的调度出力，以便使得电网电能的供需更加平衡，降低电网运行成本，现有技术中并没有一种成熟的能够准确地控制发电站出力的方法，因此造成了电网运行成本的居高不下，浪费了电能。因此，如何提供一种解决上述技术问题的方案是本领域技术人员目前需要解决的问题。
技术实现思路
本专利技术的目的是提供一种发电站的控制方法，使得电网中电能的供需更加平衡，减少了电能的浪费，降低了电网运行成本；本专利技术的另一目的是提供一种发电站的控制装置及设备，使得电网中电能的供需更加平衡，减少了电能的浪费，降低了电网运行成本。为解决上述技术问题，本专利技术提供了一种发电站的控制方法，包括：获取过去预设时段内每日的历史负荷数据以及历史环境数据；获取待预测的目标日的环境预估数据以及负荷预估数据；在每日的所述历史负荷数据以及所述历史环境数据中，确定出预设比例的与所述环境预估数据以及所述负荷预估数据的相似度最高的数据作为训练样本；根据经过所述训练样本训练后的极限学习机对所述目标日的负荷数据进行预测；在所述目标日根据预测得到的所述负荷数据控制所述发电站的出力。优选地，所述在每日的所述历史负荷数据以及所述历史环境数据中，确定出预设比例的与所述环境预估数据以及所述负荷预估数据的相似度最高的数据作为训练样本之后，所述根据经过所述训练样本训练后的极限学习机对所述目标日的负荷数据进行预测之前，该发电站的控制方法还包括：将预设数量的预测大幅度失准的极端日的负荷数据以及环境数据加入到所述训练样本中。优选地，所述在每日的所述历史负荷数据以及所述历史环境数据中，确定出预设比例的与所述环境预估数据以及所述负荷预估数据的相似度最高的数据作为训练样本之后，所述根据经过所述训练样本训练后的极限学习机对所述目标日的负荷数据进行预测之前，该发电站的控制方法还包括：将预设数量的与所述目标日对应的典型场景的负荷数据以及环境数据加入到所述训练样本中。优选地，所述获取待预测的目标日的环境预估数据以及负荷预估数据之后，所述在每日的所述历史负荷数据以及所述历史环境数据中，确定出预设比例的与所述环境预估数据以及所述负荷预估数据的相似度最高的数据作为训练样本之前，该方法还包括：对所述历史负荷数据进行云模型建模，得到第一云模型数据；对负荷预估数据进行云模型建模，得到第二云模型数据；则所述在每日的所述历史负荷数据以及所述历史环境数据中，确定出预设比例的与所述环境预估数据以及所述负荷预估数据的相似度最高的数据作为训练样本具体为：在结合有所述第一云模型数据的所述历史负荷数据以及所述历史环境数据中，确定出预设比例的与结合有所述第二云模型数据的所述环境预估数据以及所述负荷预估数据的相似度最高的数据作为训练样本。优选地，所述根据经过所述训练样本训练后的极限学习机对所述目标日的负荷数据进行预测之后，所述在所述目标日根据预测得到的所述负荷数据控制所述发电站的出力之前，该发电站的控制方法还包括：将预测得到的所述目标日的负荷预测数据作为所述负荷预估数据；判断所述负荷预测数据与所述负荷预估数据的差值是否小于预设阈值；若否，则返回步骤：在结合有所述第一云模型数据的所述历史负荷数据以及所述历史环境数据中，确定出预设比例的与结合有所述第二云模型数据的所述环境预估数据以及所述负荷预估数据的相似度最高的数据作为训练样本。优选地，所述历史环境数据以及所述环境预估数据包括温度、湿度以及气压。优选地，所述预设时段为三年。优选地，所述相似度最高具体为加权闵科夫斯基距离最小。为解决上述技术问题，本专利技术还提供了一种发电站的控制装置，包括：第一获取模块，用于获取过去预设时段内每日的历史负荷数据以及历史环境数据；第二获取模块，用于获取待预测的目标日的环境预估数据以及负荷预估数据；确定模块，用于在每日的所述历史负荷数据以及所述历史环境数据中，确定出预设比例的与所述环境预估数据以及所述负荷预估数据的相似度最高的数据作为训练样本；预测模块，用于根据经过所述训练样本训练后的极限学习机对所述目标日的负荷数据进行预测；控制模块，用于在所述目标日根据预测得到的所述负荷数据控制所述发电站的出力。为解决上述技术问题，本专利技术还提供了一种发电站的控制设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如上任一项所述发电站的控制方法的步骤。本专利技术提供了一种发电站的控制方法，由于本申请中可以筛选出一部分与目标日的两类预估数据相似度最高的历史负荷数据以及历史环境数据，这部分数据与目标日的预估数据相似度最高，因此通过这部分数据对极限学习机进行训练可以提高预测结果的准确性，工作人员根据准确的预测结果安排目标日当天的发电站的调度出力，可以使得供需更加平衡，减少了电能的浪费，降低了电网运行成本。本专利技术还提供了一种发电站的控制装置及设备，具有如上发电站的控制方法相同的有益效果。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对现有技术和实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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为本专利技术提供的一种发电站的控制方法的流程示意图；图2为本专利技术提供的一种发电站的控制装置的结构示意图；图3为本专利技术提供的一种发电站的控制设备的结构示意图。具体实施方式本专利技术的核心是提供一种发电站的控制方法，使得电网中电能的供需更加平衡，减少了电能的浪费，降低了电网运行成本；本专利技术的另一核心是提供一种发电站的控制装置及设备，使得电网中电能的供需更加平衡，减少了电能的浪费，降低了电网运行成本。为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参考图1，图1为本专利技术提供的一种发电站的控制方法的流程示意图，包括：步骤S1：获取过去预设时段内每日的历史负荷数据以及历史环境数据；具体的，历史负荷数据对于负荷数据的预测具有指导作用，而历史环境数据也与负荷关系密切，例如某日的气温逼近40℃，那么当日的空调使用率将会猛增，相应的当日的各个时段的负荷数据便均会处于一个较高的水平，由于历史负荷数据以及历史环境数据均与负荷数据的预测具有较为密切的关系本文档来自技高网...

【技术保护点】
1.一种发电站的控制方法，其特征在于，包括：/n获取过去预设时段内每日的历史负荷数据以及历史环境数据；/n获取待预测的目标日的环境预估数据以及负荷预估数据；/n在每日的所述历史负荷数据以及所述历史环境数据中，确定出预设比例的与所述环境预估数据以及所述负荷预估数据的相似度最高的数据作为训练样本；/n根据经过所述训练样本训练后的极限学习机对所述目标日的负荷数据进行预测；/n在所述目标日根据预测得到的所述负荷数据控制所述发电站的出力。/n

【技术特征摘要】
1.一种发电站的控制方法，其特征在于，包括：
获取过去预设时段内每日的历史负荷数据以及历史环境数据；
获取待预测的目标日的环境预估数据以及负荷预估数据；
在每日的所述历史负荷数据以及所述历史环境数据中，确定出预设比例的与所述环境预估数据以及所述负荷预估数据的相似度最高的数据作为训练样本；
根据经过所述训练样本训练后的极限学习机对所述目标日的负荷数据进行预测；
在所述目标日根据预测得到的所述负荷数据控制所述发电站的出力。


2.根据权利要求1所述的发电站的控制方法，其特征在于，所述在每日的所述历史负荷数据以及所述历史环境数据中，确定出预设比例的与所述环境预估数据以及所述负荷预估数据的相似度最高的数据作为训练样本之后，所述根据经过所述训练样本训练后的极限学习机对所述目标日的负荷数据进行预测之前，该发电站的控制方法还包括：
将预设数量的预测大幅度失准的极端日的负荷数据以及环境数据加入到所述训练样本中。


3.根据权利要求2所述的发电站的控制方法，其特征在于，所述在每日的所述历史负荷数据以及所述历史环境数据中，确定出预设比例的与所述环境预估数据以及所述负荷预估数据的相似度最高的数据作为训练样本之后，所述根据经过所述训练样本训练后的极限学习机对所述目标日的负荷数据进行预测之前，该发电站的控制方法还包括：
将预设数量的与所述目标日对应的典型场景的负荷数据以及环境数据加入到所述训练样本中。


4.根据权利要求3所述的发电站的控制方法，其特征在于，所述获取待预测的目标日的环境预估数据以及负荷预估数据之后，所述在每日的所述历史负荷数据以及所述历史环境数据中，确定出预设比例的与所述环境预估数据以及所述负荷预估数据的相似度最高的数据作为训练样本之前，该方法还包括：
对所述历史负荷数据进行云模型建模，得到第一云模型数据；
对负荷预估数据进行云模型建模，得到第二云模型数据；
则所述在每日的所述历史负荷数据以及所述历史环境数据中，确定出预设比例的与所述环境预估数据以及所述负荷预估数据的相似度最高的数据作为训练样本具体为：
在结合有所述第一云模型...

【专利技术属性】
技术研发人员：曾凯文，刘嘉宁，王海柱，杜斌，
申请(专利权)人：广东电网有限责任公司，广东电网有限责任公司电力调度控制中心，
类型：发明
国别省市：广东;44