검색으로 돌아가기
기록
一种基于深度学习网络的考虑历史天气数据的新能源消纳能力评估方法、装置、计算机设备和介质
발명유효
6조회수
7청구항 · 4 독립항
§ Ⅰ
개요
발명자
殷林飞; 魏凯跃
IPC 분류
H02J 3/466 (2026.01)G06Q 10/0631 (2023.01)G06Q 10/0637 (2023.01)G06Q 10/04 (2023.01)G06Q 50/06 (2024.01)G06N 3/08 (2023.01)H02J 3/48 (2026.01)H02J 3/32 (2026.01)
本发明提出一种基于深度学习网络的考虑历史天气数据的新能源消纳能力评估方法、装置、计算机设备和介质,属于新能源、新型电力系统调控、人工智能领域,该方法获取历史天气和历史新能源出力数据,输入到深度学习预测方法中,预测出海量新能源出力数据,构建新能源消纳能力评估模型,将有功负荷与通过启发式优化方法计算得到的常规机组的出力的差与基于深度学习预测方法预测得到的新能源有功功率之中最小的值作为新能源消纳量;然后,将历史天气和历史新能源出力数据作为输入,新能源消纳量作为输出,训练深度学习网络模型,训练后的网络能依据历史天气和历史新能源出力数据直接计算出新能源消纳量,能够提高新能源消纳能力评估的准确性。