CN119093502B 微網(wǎng)系統(tǒng)的電力控制方法、設(shè)備、系統(tǒng)及存儲(chǔ)介質(zhì) （廣州市哲明惠科技有限責(zé)任公司）

A,2018.01.16A,2024.01.19A,2024.03.29A,2024.07.09和歷史發(fā)電時(shí)段的氣象數(shù)據(jù)生成電力負(fù)荷描述據(jù)目標(biāo)電力負(fù)荷預(yù)測(cè)結(jié)果和目標(biāo)氣象數(shù)據(jù)確定2獲取所述微網(wǎng)系統(tǒng)在歷史發(fā)電時(shí)段內(nèi)的電力負(fù)荷數(shù)據(jù)，根據(jù)所在所述電力狀態(tài)為電力盈余狀態(tài)時(shí)，將所述負(fù)荷值和歷史發(fā)根據(jù)所述負(fù)荷值特征、所述氣象數(shù)據(jù)特征和各個(gè)預(yù)設(shè)提示模板的相似度，將所述負(fù)荷值特征、所述氣象數(shù)據(jù)特征嵌入所述目標(biāo)提示模板，得對(duì)所述電力負(fù)荷描述文本進(jìn)行特征提取，得到所述微網(wǎng)系統(tǒng)的電確定時(shí)間序列模型基于所述電力負(fù)荷影響特征的第一預(yù)根據(jù)所述第一預(yù)測(cè)結(jié)果和所述第二預(yù)測(cè)結(jié)果，確定所述微網(wǎng)系統(tǒng)的根據(jù)所述目標(biāo)電力負(fù)荷預(yù)測(cè)結(jié)果和目標(biāo)氣象數(shù)據(jù)確定電力調(diào)度方案根據(jù)所述第一預(yù)測(cè)結(jié)果和所述時(shí)間序列模型的權(quán)重的乘積，以及，結(jié)果和所述神經(jīng)網(wǎng)絡(luò)模型的權(quán)重的乘積之和，確定所述微網(wǎng)系統(tǒng)的目標(biāo)電力負(fù)荷預(yù)測(cè)結(jié)基于所述時(shí)間序列模型對(duì)應(yīng)的訓(xùn)練數(shù)據(jù)長(zhǎng)度將所述歷史電力負(fù)荷數(shù)據(jù)樣本劃分為第基于所述神經(jīng)網(wǎng)絡(luò)模型對(duì)應(yīng)的訓(xùn)練數(shù)據(jù)長(zhǎng)度將所述歷史電力負(fù)荷數(shù)據(jù)樣本劃分為第根據(jù)所述電力調(diào)度方案，確定各個(gè)發(fā)電節(jié)點(diǎn)的發(fā)電量，并根據(jù)3根據(jù)歷史發(fā)電時(shí)段內(nèi)所述微網(wǎng)系統(tǒng)的各個(gè)發(fā)電節(jié)點(diǎn)的據(jù)歷史發(fā)電時(shí)段內(nèi)所述微網(wǎng)系統(tǒng)的各個(gè)用電節(jié)點(diǎn)的根據(jù)所述總用電量和所述總發(fā)電量，確定所述微網(wǎng)系統(tǒng)在所述歷史發(fā)電時(shí)利要求1至5中任一項(xiàng)所述的微網(wǎng)系統(tǒng)的電力權(quán)利要求6所述的微網(wǎng)系統(tǒng)的電力控制設(shè)備，各個(gè)所述發(fā)電節(jié)點(diǎn)和各個(gè)所述用電節(jié)點(diǎn)均與4荷數(shù)據(jù)和所述歷史發(fā)電時(shí)段的氣象數(shù)據(jù)生成電力負(fù)[0014]對(duì)所述電力負(fù)荷描述文本進(jìn)行特征提取，得到所述微網(wǎng)系統(tǒng)的電力負(fù)荷影響特5所述神經(jīng)網(wǎng)絡(luò)模型基于所述電力負(fù)荷影響特征的第二預(yù)[0022]基于所述時(shí)間序列模型對(duì)應(yīng)的訓(xùn)練數(shù)據(jù)長(zhǎng)度將所述歷史電力負(fù)荷數(shù)據(jù)樣本劃分為第一訓(xùn)練數(shù)據(jù)集和第一測(cè)試數(shù)據(jù)集，基于所述第一訓(xùn)練數(shù)據(jù)集訓(xùn)練初始時(shí)間序列模型，并基于所述第一測(cè)試數(shù)據(jù)集測(cè)試所述初始時(shí)間序列模型，得到所述時(shí)間序列模型的權(quán)重；[0023]基于所述神經(jīng)網(wǎng)絡(luò)模型對(duì)應(yīng)的訓(xùn)練數(shù)據(jù)長(zhǎng)度將所述歷史電力負(fù)荷數(shù)據(jù)樣本劃分為第二訓(xùn)練數(shù)據(jù)集和第二測(cè)試數(shù)據(jù)集，基于所述第二訓(xùn)練數(shù)據(jù)集訓(xùn)練初始神經(jīng)網(wǎng)絡(luò)模型，[0029]根據(jù)歷史發(fā)電時(shí)段內(nèi)所述微網(wǎng)系統(tǒng)的各個(gè)發(fā)電節(jié)點(diǎn)的發(fā)電量確定總發(fā)電量，以算機(jī)程序配置為實(shí)現(xiàn)如上文所述的微網(wǎng)系統(tǒng)的電力控制方6[0035]相比于相關(guān)技術(shù)，本申請(qǐng)獲取所述微網(wǎng)系統(tǒng)在歷史發(fā)電根據(jù)所述電力負(fù)荷數(shù)據(jù)確定所述微網(wǎng)系統(tǒng)的電力狀態(tài)；在所述電力狀態(tài)為電力盈余狀態(tài)7[0049]由于能夠在檢測(cè)到電力盈余時(shí)，對(duì)未來電力負(fù)荷進(jìn)行預(yù)[0054]上述的有功功率表示實(shí)際做功的電力需求，是電力負(fù)荷8[0065]在得到電力負(fù)荷描述文本之后，可將電力負(fù)荷描述文本輸入到電力負(fù)荷預(yù)測(cè)模9述歷史發(fā)電時(shí)段的氣象數(shù)據(jù)生成電力負(fù)荷描述文本包括步驟S21[0075]在一可行的實(shí)施方式中，在將預(yù)處理后的負(fù)荷值和氣象數(shù)據(jù)輸入大語言模型之[0076]步驟S22，根據(jù)所述負(fù)荷值特征、所述氣象數(shù)據(jù)特征和各個(gè)預(yù)設(shè)提示模板的相似Winters模型中的一個(gè)，這里的神經(jīng)網(wǎng)絡(luò)模型可以是前饋神經(jīng)網(wǎng)絡(luò)模型、卷積神經(jīng)網(wǎng)絡(luò)模[0089]通過以上步驟，可以確定基于電力負(fù)荷影響特征的時(shí)間序列模型的第一預(yù)測(cè)結(jié)電力負(fù)荷預(yù)測(cè)結(jié)果相同時(shí)，將任意一個(gè)電力負(fù)荷預(yù)測(cè)結(jié)果確定為目標(biāo)電力負(fù)荷預(yù)測(cè)結(jié)果。[0102]在另一可行的實(shí)施方式中，還可以對(duì)時(shí)間序列模型和神經(jīng)網(wǎng)絡(luò)模型進(jìn)行聯(lián)合訓(xùn)[0103]在本實(shí)施例中，通過對(duì)不同的預(yù)測(cè)模型采用不同的訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)進(jìn)行訓(xùn)[0114]步驟S11，根據(jù)歷史發(fā)電時(shí)段內(nèi)所述微網(wǎng)系統(tǒng)的各個(gè)發(fā)電節(jié)點(diǎn)的發(fā)電量確定總發(fā)使至少一個(gè)處理器1001能夠執(zhí)行以下實(shí)施例中的微網(wǎng)系存儲(chǔ)器1002中的程序而執(zhí)行各種適當(dāng)?shù)膭?dòng)作和處理，這里存儲(chǔ)器1002中的程序可為只讀系統(tǒng)的電力控制設(shè)備中的其他技術(shù)特征與上一實(shí)施例方法公開的特征相同，在此不做贅[0133]本申請(qǐng)?zhí)峁┮环N計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，具有存儲(chǔ)在其上的計(jì)算機(jī)可讀程序指令（即計(jì)算機(jī)程序計(jì)算機(jī)可讀程序指令用于執(zhí)行上述實(shí)施例中的微網(wǎng)系統(tǒng)的電力控制方法。上述的任意合適的組合。在本實(shí)施例中，計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)可以是任何包含或存儲(chǔ)程序段的氣象數(shù)據(jù)生成電力負(fù)荷描述文本；基于電力負(fù)荷預(yù)測(cè)模型和所述電力負(fù)荷描述文本，[0137]可以以一種或多種程序設(shè)計(jì)語言或其組合來編寫用于執(zhí)行本申請(qǐng)的操作的計(jì)算部分在用戶計(jì)算機(jī)上部分在遠(yuǎn)程計(jì)算機(jī)上執(zhí)行、或者完全在遠(yuǎn)程計(jì)算機(jī)或服務(wù)器上執(zhí)行。