Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国网青海省电力公司清洁能源发展研究院;国网青海省电力公司;国网青海省电力公司经济技术研究院;东南大学李延和获国家专利权

国网青海省电力公司清洁能源发展研究院;国网青海省电力公司;国网青海省电力公司经济技术研究院;东南大学李延和获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉国网青海省电力公司清洁能源发展研究院;国网青海省电力公司;国网青海省电力公司经济技术研究院;东南大学申请的专利基于密度峰值-FCM的含气象数据的风光典型场景构造方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN113920349B

龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111199674.5,技术领域涉及:G06V10/762;该发明授权基于密度峰值-FCM的含气象数据的风光典型场景构造方法是由李延和;杨立滨;方保民;周万鹏;李春来;张真;王光辉;李正曦;何嘉弘;王冉;刘庭响;李兵;安娜;李晶华设计研发完成,并于2021-10-14向国家知识产权局提交的专利申请。

基于密度峰值-FCM的含气象数据的风光典型场景构造方法在说明书摘要公布了:本发明公开基于密度峰值‑FCM的含气象数据的风光典型场景构造方法,所述风光典型场景构造方法包括以下步骤:S1:获取历史数值天气预报的数据以及风电场和光伏电站的历史年实测出力数据,构造原始的数据集矩阵;S2:对S1中构造的原始数据集矩阵进行降维处理,并构建降维后的天气特征矩阵;S3:根据密度峰值优化的模糊C均值聚类算法,对S2中获得的降维后的天气特征矩阵进行聚类处理;S4:根据S3中天气模式识别的结果对历史风电场和光伏电站的日出力数据进行分类,然后再拟合得到不同天气模式下的风、光典型日出力场景。该方法通过对多种气象特征数据进行降维处理,既能够最大限度的保留原始数据特征,又能够避免数据冗余、提高计算效率。

本发明授权基于密度峰值-FCM的含气象数据的风光典型场景构造方法在权利要求书中公布了:1.基于密度峰值-FCM的含气象数据的风光典型场景构造方法,其特征在于,所述风光典型场景构造方法包括以下步骤: S1:获取历史数值天气预报的数据以及风电场和光伏电站的历史年实测出力数据,构造原始的数据集矩阵; S2:采用主成分分析法,对S1中构造的原始数据集矩阵进行降维处理,分别选取对风电场出力影响最大的气候特性指标和对光伏电站出力影响最大的若干气候特性指标,并构建降维后的天气特征矩阵; S3:根据密度峰值优化的模糊C均值聚类算法,对S2中获得的降维后的天气特征矩阵进行聚类处理,具体如下: S3.1:首先,对于风电场和光伏电站降维后的天气特征矩阵,计算出各采样数据点之间的距离矩阵,然后计算每一个采样数据点的局部密度和与高密度点之间的距离: (10) (11) 式中,为数据点的局部密度,其中,为截距;为数据点与密度较大点间的最小距离; S3.2:以局部密度为横轴,与高密度点间的距离为纵轴,构造决策图;根据决策图选择和都很大的点作为聚类中心,设DPCA算法所求得的聚类中心数目为,聚类中心为; S4:根据S3中天气模式识别的结果对历史风电场和光伏电站的日出力数据进行分类,然后再拟合得到不同天气模式下的风、光典型日出力场景。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国网青海省电力公司清洁能源发展研究院;国网青海省电力公司;国网青海省电力公司经济技术研究院;东南大学,其通讯地址为:810008 青海省西宁市城西区五四西路80号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。