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() 一种基于多时间尺度的功率波动预测方法、系统及介质技术方案_技高网

一种基于多时间尺度的功率波动预测方法、系统及介质技术方案

技术编号:40119326 阅读:6 留言:0更新日期:2024-01-23 20:24
本发明专利技术公开了一种基于多时间尺度的功率波动预测方法、系统及介质,所述方法包括:根据预设的预测计划,设置若干个时间尺度;将电网线路的功率数据输入回归预测模型,以使所述回归预测模型对所述功率数据进行迭代预测,输出所述功率数据对应的预测结果;其中,每次迭代预测时,若在最大的时间尺度之内预测产生第一功率波动,则根据第一时间距离与各个时间尺度之间的关系,对当前时刻的第一时间距离、产生所述第一功率波动的峰值时间和当前时刻的预测结果进行更新,直到更新后的第一时间距离小于最小的时间尺度;所述当前时刻的第一时间距离为当前迭代预测产生第一功率波动的峰值时间到当前时刻之间的时间距离。

【技术实现步骤摘要】

本专利技术涉及电力系统自动化领域,尤其涉及一种基于多时间尺度的功率波动预测方法、系统及介质


技术介绍

1、随着双碳目标的提出,源侧的可再生能源装机容量逐年攀升,电力系统的不确定性大大增加。在这一背景下,电网功率波动问题已经越来越受到专家学者们的关注。这一问题不仅影响电网的稳定运行,也威胁电力市场的健康发展。因此,如何有效地对电网功率波动进行感知,提高电力系统的灵活性和可靠性,是当前和未来电力行业面临的重要挑战。

2、目前,电力线路功率波动的感知方法通常是选择一个固定的时间间隔,每过一次该时间间隔,预测一次电力线路的功率波动。这种方法对算力的要求极高,造成资源浪费,且无法灵活地调节预测精度。


技术实现思路

1、本专利技术实施例提供一种基于多时间尺度的功率波动预测方法、系统及介质,以提高电力线路功率波动感知的效率和预测精度。

2、本专利技术实施例提供一种基于多时间尺度的功率波动预测方法,包括:

3、根据预设的预测计划,设置若干个时间尺度;

4、将电网线路的功率数据输入回归预测模型,以使所述回归预测模型对所述功率数据进行迭代预测,输出所述功率数据对应的预测结果;

5、其中,每次迭代预测时,若在最大的时间尺度之内预测产生第一功率波动,则根据第一时间距离与各个时间尺度之间的关系,对当前时刻的第一时间距离、产生所述第一功率波动的峰值时间和当前时刻的预测结果进行更新,直到更新后的第一时间距离小于最小的时间尺度;所述当前时刻的第一时间距离为当前迭代预测产生第一功率波动的峰值时间到当前时刻之间的时间距离。

6、与现有技术相比,本专利技术实施例的有益效果在于:

7、使用回归预测模型对电网线路的功率数据进行预测,可以根据历史数据来预测电网线路的功率波动,有助于提前识别潜在的问题,采取必要的措施来应对功率波动;根据预设的预测计划设置多个不同的时间尺度,可以在不同的时间范围内进行功率波动的预测,可以适应不同的预测需求,提高预测精度;依据第一时间距离来进行下一步预测,可以节约算力。

8、可选地,所述根据第一时间距离与各个时间尺度之间的关系,对当前时刻的第一时间距离、产生所述功率波动的峰值时间和当前时刻的预测结果进行更新,直到更新后的第一时间距离小于最小的时间尺度,具体为:

9、在第一时间距离等于第一时间尺度时,在最大的时间尺度之内进行功率波动预测,若在所述最大的时间尺度之内有第二功率波动,则根据所述第二功率波动更新所述第一预测结果和所述峰值时间,以当前时刻至更新后的峰值时间之间的时间距离更新第一时间距离,根据更新后的第一时间距离更新第一时间尺度;其中,所述第一时间尺度是大小与所述第一时间距离最接近的时间尺度,且所述第一时间尺度小于所述第一时间距离。

10、实施本可选项,通过根据待处理时间距离与各个时间尺度的大小关系来更新峰值时间和第一时间距离,增强了预测的动态性,提高了预测的效率。

11、可选地,所述根据所述功率波动更新所述第一预测结果和所述峰值时间,具体为:

12、若所述第二功率波动的峰值时间与所述峰值时间一致,则以所述第二功率波动覆盖所述峰值时间对应的第一功率波动,更新所述第一预测结果和所述峰值时间;若所述功率波动与所述峰值时间对应的功率波动在时间上不一致,则根据预测流程生成第一错误报告,根据所述第一错误报告更新所述回归预测模型。

13、实施本可选项,当所述第二功率波动的峰值时间与所述峰值时间一致时,可以直接使用新的功率波动数据来更新第一预测结果,从而更准确地反映当前情况,有助于避免误差积累,提高了预测结果的可靠性;当功率波动与峰值时间对应的功率波动在时间上不一致时,能够检测到问题,生成第一错误报告,根据所述第一错误报告更新所述回归预测模型,有助于不断优化模型,提高了长期预测的准确性。

14、可选地,所述根据所述第一错误报告更新所述回归预测模型,具体为:

15、解析所述第一错误报告,生成训练数据;对所述训练数据进行特征选择和特征特征提取,得到第一训练数据;根据所述第一训练数据训练所述回归预测模型,以更新所述回归预测模型。

16、实施本可选项,根据第一错误报告对回归预测模型进行更新,可以提高回归预测模型的预测准确性。

17、可选地,在所述使所述回归预测模型对所述功率数据进行迭代预测前,还包括:

18、设置第一滤噪阈值,若所述电网线路中的波动功率大于或等于所述第一滤噪阈值,则将所述波动功率视为产生功率波动。

19、实施本可选项,通过设置第一滤噪阈值,可以排除电网线路中的小幅度功率波动,从而降低误报的可能性,减少操作干扰和数据处理工作。

20、相应的,本专利技术实施例还提供一种基于多时间尺度的功率波动预测系统,包括:预处理模块和预测模块;

21、其中,预处理模块用于根据预设的预测计划,设置若干个时间尺度;

22、预测模块用于将电网线路的功率数据输入回归预测模型,以使所述回归预测模型对所述功率数据进行迭代预测,输出所述功率数据对应的预测结果;其中,每次迭代预测时,若在最大的时间尺度之内预测产生第一功率波动,则根据第一时间距离与各个时间尺度之间的关系,对当前时刻的第一时间距离、产生所述第一功率波动的峰值时间和当前时刻的预测结果进行更新,直到更新后的第一时间距离小于最小的时间尺度;所述当前时刻的第一时间距离为当前迭代预测产生第一功率波动的峰值时间到当前时刻之间的时间距离。

23、可选地,所述根据第一时间距离与各个时间尺度之间的关系,对当前时刻的第一时间距离、产生所述功率波动的峰值时间和当前时刻的预测结果进行更新,直到更新后的第一时间距离小于最小的时间尺度,具体为:

24、在第一时间距离等于第一时间尺度时,在最大的时间尺度之内进行功率波动预测,若在所述最大的时间尺度之内有第二功率波动,则根据所述第二功率波动更新所述第一预测结果和所述峰值时间,以当前时刻至更新后的峰值时间之间的时间距离更新第一时间距离,根据更新后的第一时间距离更新第一时间尺度;其中,所述第一时间尺度是大小与所述第一时间距离最接近的时间尺度,且所述第一时间尺度小于所述第一时间距离。

25、可选地,所述根据所述功率波动更新所述第一预测结果和所述峰值时间,具体为:

26、若所述第二功率波动的峰值时间与所述峰值时间一致,则以所述第二功率波动覆盖所述峰值时间对应的第一功率波动,更新所述第一预测结果和所述峰值时间;若所述功率波动与所述峰值时间对应的功率波动在时间上不一致,则根据预测流程生成第一错误报告,根据所述第一错误报告更新所述回归预测模型。

27、可选地,所述根据所述第一错误报告更新所述回归预测模型,具体为:

28、解析所述第一错误报告,生成训练数据;对所述训练数据进行特征选择和特征特征提取,得到第一训练数据;根据所述第一训练数据训练所述回归预测模型,以更新所述回归预测模型。<本文档来自技高网...

【技术保护点】

1.一种基于多时间尺度的功率波动预测方法,其特征在于,包括:

2.如权利要求1所述的一种基于多时间尺度的功率波动预测方法,其特征在于,所述根据第一时间距离与各个时间尺度之间的关系,对当前时刻的第一时间距离、产生所述功率波动的峰值时间和当前时刻的预测结果进行更新,直到更新后的第一时间距离小于最小的时间尺度,具体为:

3.如权利要求2所述的一种基于多时间尺度的功率波动预测方法,其特征在于,所述根据所述功率波动更新所述第一预测结果和所述峰值时间,具体为:

4.如权利要求3所述的一种基于多时间尺度的功率波动预测方法,其特征在于,所述根据所述第一错误报告更新所述回归预测模型,具体为:

5.如权利要求1所述的一种基于多时间尺度的功率波动预测方法,其特征在于,在所述使所述回归预测模型对所述功率数据进行迭代预测之前,还包括:

6.一种基于多时间尺度的功率波动预测系统,其特征在于,包括:预处理模块和预测模块;

7.如权利要求5所述的一种基于多时间尺度的功率波动预测系统,其特征在于,所述根据第一时间距离与各个时间尺度之间的关系,对当前时刻的第一时间距离、产生所述功率波动的峰值时间和当前时刻的预测结果进行更新,直到更新后的第一时间距离小于最小的时间尺度,具体为:

8.如权利要求6所述的一种基于多时间尺度的功率波动预测系统,其特征在于,所述根据所述功率波动更新所述第一预测结果和所述峰值时间,具体为:

9.如权利要求8所述的一种基于多时间尺度的功率波动预测系统,其特征在于,所述根据所述第一错误报告更新所述回归预测模型,具体为:

10.如权利要求5所述的一种基于多时间尺度的功率波动预测系统,其特征在于,在所述使所述回归预测模型对所述功率数据进行迭代预测前,还包括:

11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序;其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至5任一项所述的一种基于多时间尺度的功率波动预测方法。

...

【技术特征摘要】

1.一种基于多时间尺度的功率波动预测方法,其特征在于,包括:

2.如权利要求1所述的一种基于多时间尺度的功率波动预测方法,其特征在于,所述根据第一时间距离与各个时间尺度之间的关系,对当前时刻的第一时间距离、产生所述功率波动的峰值时间和当前时刻的预测结果进行更新,直到更新后的第一时间距离小于最小的时间尺度,具体为:

3.如权利要求2所述的一种基于多时间尺度的功率波动预测方法,其特征在于,所述根据所述功率波动更新所述第一预测结果和所述峰值时间,具体为:

4.如权利要求3所述的一种基于多时间尺度的功率波动预测方法,其特征在于,所述根据所述第一错误报告更新所述回归预测模型,具体为:

5.如权利要求1所述的一种基于多时间尺度的功率波动预测方法,其特征在于,在所述使所述回归预测模型对所述功率数据进行迭代预测之前,还包括:

6.一种基于多时间尺度的功率波动预测系统,其特征在于,包括:预处理模块和预测模块;

7.如权利要求5所述的一...

【专利技术属性】
技术研发人员:沈开程黄杨珏邰彬喻磊段舒尹林心昊朱远哲刘胤良陈千懿肖小兵汪进锋吕鸿陈鹏王寅刘亦朋刘石生廖思阳李新程志秋卢坚章钟官添黄思艺
申请(专利权)人:广东电网有限责任公司
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