首页> 中国专利> 基于自回归滑动平均模型的风电功率超短期预测方法

基于自回归滑动平均模型的风电功率超短期预测方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种基于自回归滑动平均模型的风电功率超短期预测方法，包括输入数据得到自回归滑动平均模型参数；输入风电功率预测所需输入数据到根据上述自回归滑动平均模型的参数确定的自回归滑动平均模型中得到预测结果。通过对风力发电过程中的风电功率进行预测，为新能源发电实时调度、新能源发电日前计划、新能源发电月度计划、新能源发电能力评估和弃风电量估计提供关键信息。通过引入复合数据源有效提高风电功率超短期预测精度，从而实现在保障电网安全稳定经济运行的前提下有效提高新能源上网电量目的。

著录项

公开/公告号CN103927597A

专利类型发明专利
公开/公告日2014-07-16

原文格式PDF
申请/专利权人国家电网公司;国网甘肃省电力公司;甘肃省电力公司风电技术中心;
展开▼

申请/专利号CN201410163064.3
发明设计人汪宁渤;路亮;何世恩;马彦宏;赵龙;周强;马明;张健美;
展开▼

申请日2014-04-22
分类号G06Q10/04;G06Q50/06;
代理机构北京中恒高博知识产权代理有限公司;
代理人宋敏
地址 100031 北京市西城区西长安街86号
入库时间 2023-12-17 00:30:37

法律信息

法律状态公告日

法律状态信息

法律状态
2018-05-04

发明专利申请公布后的驳回 IPC(主分类):G06Q10/04 申请公布日:20140716 申请日:20140422

发明专利申请公布后的驳回
2014-08-13

实质审查的生效 IPC(主分类):G06Q10/04 申请日:20140422

实质审查的生效
2014-07-16

公开

公开

相似文献

专利
中文文献
外文文献

1. 基于自回归滑动平均模型的风电功率超短期预测方法 [P] . 中国专利： CN103927597A . 2014-07-16
2. 一种基于条件分位数回归模型的风电功率超短期概率预测方法 [P] . 中国专利： CN113256018A . 2021-08-13
3. Ship Motion Prediction Method Based on Long Short-Term Memory Network and Gaussian Process Regression [P] . US2021117796A1 . 2021-04-22

机译：基于长短期内存网络和高斯过程回归的船舶运动预测方法
4. A method of predicting software failure time based on nonlinear regression model and a computer readable medium thereof [P] . 韩国专利： KR102172120B1 . 2020-10-30

机译：基于非线性回归模型的软件故障时间预测方法及其计算机可读介质
5. A method of predicting software failure time based on nonlinear regression model and a computer readable medium thereof [P] . 韩国专利： KR20200107392A . 2020-09-16

机译：基于非线性回归模型的软件故障时间预测方法及其计算机可读介质