找到 2 条结果 · Energy Conversion and Management
CMLLM：一种用于风电功率预测的新型跨模态大语言模型
CMLLM: A novel cross-modal large language model for wind power forecasting
Guopeng Zhu · Weiqing Ji · Zhitai Xing · Ling Xiang 等6人 · Energy Conversion and Management · 2025年1月 · Vol.330
准确的短期风电功率预测对于保障电网稳定性以及优化风电场-储能系统的运行至关重要。然而，风能固有的随机性和高度波动性给风电功率预测带来了显著挑战。为了利用大语言模型强大的推理能力与高层知识，以精确提取非平稳风电数据中的特征，本文提出了一种用于风电功率预测的跨模态大语言模型（CMLLM）。该模型采用数据跨模态方法并结合预训练的大语言模型，能够高效兼容多种大语言模型，并适应具有不同特性的数据。在CMLLM中，通过引入跨模态迁移学习方法对数据进行综合处理，将数据转换为文本模态，从而避免了对大语言模型进行...
解读: 该跨模态大语言模型风电预测技术对阳光电源储能系统具有重要应用价值。可集成至ST系列PCS和PowerTitan储能系统的智能调度模块,通过精准短期风电功率预测优化风储协同运行策略,提升电网稳定性。该模型的跨模态迁移学习方法和先验知识提示机制,可启发iSolarCloud平台的预测性维护算法升级,增强...
一种用于大型风电场动态数据蒸馏与尾流效应校正的非平稳Transformer功率预测模型
A Non-stationary Transformer model for power forecasting with dynamic data distillation and wake effect correction suitable for large wind farms
Guopeng Zhu · Weiqing Ji · Lifeng Cheng · Ling Xiang 等5人 · Energy Conversion and Management · 2025年1月 · Vol.324
可靠的高精度短期功率预测对于保障电力系统安全和提高风能利用率至关重要。然而，风的随机性和非平稳性特征给大规模风电场（WF）中功率预测精度与效率的提升带来了显著挑战。以往的研究通常未能自适应地增强原始数据的特征，并且忽略了风力涡轮机（WTs）之间尾流效应的影响，从而导致预测精度下降。本文提出了一种基于非平稳Transformer模型的新型功率预测方法，该方法结合了动态数据蒸馏与尾流效应校正，以提升预测性能。在所提出的方法中，设计了一种非平稳Transformer模型用于从监控与数据采集（SCADA...
解读: 该非平稳Transformer风电功率预测技术对阳光电源储能系统具有重要应用价值。动态数据蒸馏和尾流效应校正方法可直接应用于ST系列PCS的能量管理系统,提升大规模风储耦合场景下的功率预测精度。非平稳特征提取能力可集成至iSolarCloud平台的预测性维护模块,优化PowerTitan储能系统的充...