找到 2 条结果
WPFormer：一种具有自相关性的时空图Transformer用于风电功率预测
WPFormer: A Spatial-Temporal Graph Transformer With Auto-Correlation for Wind Power Forecasting
Xuefeng Liang · Qingshui Gu · Xiaochuan You · IEEE Transactions on Sustainable Energy · 2024年10月
风能作为技术成熟且便于开发的清洁能源，在能源结构中占据重要地位。精确的风电功率预测对制定发电计划、提升电力系统经济性与可靠性至关重要。然而，恶劣运行环境导致数据异常频发，加之风速自然变化、人为干预及机组状态耦合作用，使得风电出力呈现弱周期性和强波动性。为此，本文提出WPFormer框架，设计基于风电曲线的半监督WEDS双流评分模型用于异常检测与数据修复，并提出基于自注意力机制的FEDS特征选择方法。引入风机空间关联信息，结合自相关多序列分解与多头注意力机制，有效捕捉随机性背后的预测规律，克服弱周...
解读: 该研究的时空图Transformer预测框架对阳光电源的储能和风电产品具有重要应用价值。特别是其异常检测与数据修复技术可优化ST系列储能变流器的运行策略和PowerTitan系统的调度效率。自相关多序列分解方法可提升iSolarCloud平台的预测性能,有助于风储联合项目的智能运维。该技术对构网型G...
基于Wasserstein距离的风电场异常风功率数据迭代清洗方法
An Iterative Cleaning Method for Abnormal Wind Power Data in Wind Farms Based on Wasserstein Distance
Yijun Shen · Bo Chen · Jianzheng Wang · Shichao Liu 等5人 · IEEE Transactions on Sustainable Energy · 2025年3月
风电机组功率曲线是评估其发电性能的重要指标，对风电场运行和电力系统调度具有重要意义。然而，机组停机、传感器故障和限电等因素导致大量异常值，给状态监测与功率预测带来挑战。针对异常数据特点，本文提出一种基于Wasserstein距离的风电场迭代清洗方法，结合神经网络与单调性约束，利用Wasserstein距离建模风速-功率关系并同步剔除异常点，使拟合曲线逐步逼近真实功率曲线。在数值模拟和十二个实测风电机组数据集上的实验表明，该方法在存在大量异常数据的情况下仍能构建高精度功率曲线模型，性能显著优于现有...
解读: 该风电数据清洗方法对阳光电源的风电变流器和智能运维系统具有重要应用价值。基于Wasserstein距离的异常数据识别技术可集成到iSolarCloud平台,提升风电场运行数据的质量和可靠性。具体可应用于:(1)风电变流器的功率曲线优化与效率提升;(2)iSolarCloud平台的智能诊断与预测性维护...