湖南工程學院張細政獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉湖南工程學院申請的專利一種基于深度學習和光伏功率預測的電網調控方法與系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN120511787B 。
龍圖騰網通過國家知識產權局官網在2025-09-26發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202511005798.3,技術領域涉及:H02J3/48;該發明授權一種基于深度學習和光伏功率預測的電網調控方法與系統是由張細政;王清;盧張宇;謝泓宇;周海彬;劉若源;金圣煒;何海華;曾力京;廖俊羽設計研發完成,并于2025-07-22向國家知識產權局提交的專利申請。
本一種基于深度學習和光伏功率預測的電網調控方法與系統在說明書摘要公布了:一種基于深度學習和光伏功率預測的電網調控方法與系統,方法包括:獲取光伏數據;構建光伏功率預測網絡;對光伏功率預測網絡進行訓練并部署到設備端上;對實際光伏功率進行預測,得到光伏發電功率預測值;自動發電控制系統依據光伏發電功率預測值、當前電網的負荷數據以及其他發電設備的出力數據計算光伏發電功率預測值變動的情況下,其他發電設備需要調整的出力并調整,以維持電網的有功功率平衡;自動電壓控制系統根據光伏發電功率預測值以及電網實時監測的電壓數據調節無功功率,使電網電壓穩定在允許范圍內。本發明實現了從發電功率預測到電網實時調控的閉環管理,有效提高了電網應對光伏發電出力波動的能力,保障了電網的安全穩定運行。
本發明授權一種基于深度學習和光伏功率預測的電網調控方法與系統在權利要求書中公布了:1.一種基于深度學習和光伏功率預測的電網調控方法,其特征在于,包括如下步驟: S1、獲取光伏數據,并對光伏數據進行預處理;構建光伏功率預測網絡CH-BiLSTM,光伏功率預測網絡CH-BiLSTM包括依次連接的一維卷積神經網絡、池化層、層級化注意力機制、雙向長短期記憶網絡、全連接層; S2、對光伏功率預測網絡CH-BiLSTM進行訓練,得到訓練后的光伏功率預測網絡CH-BiLSTM,并部署到設備端上;使用設備端上的光伏功率預測網絡CH-BiLSTM進行實際光伏功率預測,得到光伏發電功率預測值; S3、自動發電控制系統AGC依據光伏發電功率預測值、當前電網的負荷數據以及其他發電設備的出力數據計算光伏發電功率預測值變動的情況下,其他發電設備需要調整的出力并調整,以維持電網的有功功率平衡; S4、自動電壓控制系統AVC根據光伏發電功率預測值以及電網實時監測的電壓數據調節無功功率,以改變電網中的無功功率分布,使電網電壓穩定在允許范圍內; 所述S2具體包括如下步驟: S21、將預處理后的光伏數據輸入到一維卷積神經網絡,得到多個局部特征,然后將多個局部特征輸入到池化層中,得到特征序列; S22、層級化注意力機制依據特征序列并采用離散選擇操作保留前個時間步并分別轉化為二值指示變量,將保留的前個時間步的二值指示變量按時間順序級聯,得到加權特征表示; S23、采用雙向長短期記憶網絡對加權特征表示進行時序建模,從而得到前向隱藏狀態和后向隱藏狀態,然后對前向隱藏狀態和后向隱藏狀態進行串聯,得到最終的隱藏狀態,最終的雙向隱藏狀態經過全連接層的線性映射,最終生成光伏功率的預測值; S24、依據光伏功率的預測值和真實值構建損失函數,循環迭代S21至S23,最小化損失函數,并在迭代過程中調整光伏功率預測網絡CH-BiLSTM的權重,得到訓練后的光伏功率預測網絡CH-BiLSTM; S25、將訓練后的光伏功率預測網絡CH-BiLSTM部署到設備端上,使用設備端上的光伏功率預測網絡CH-BiLSTM進行實際光伏功率預測,得到光伏發電功率預測值。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人湖南工程學院,其通訊地址為:411104 湖南省湘潭市岳塘區福星東路88號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。