郭军红
- 作品数：10 被引量：15H指数：2
- 供职机构：华北电力大学更多>>
- 发文基金：国家科技重大专项更多>>
- 相关领域：电气工程动力工程及工程热物理自动化与计算机技术更多>>
- 一种雪层温度观测系统
- 本发明属于融雪径流模拟野外观测领域，特别涉及一种雪层温度观测系统。该系统将多个高灵敏度耐低温耗电量低的温度传感器固定于复合板上，复合与支撑架相连，支撑架固定于地面水泥基座上。本发明解决了高原地区积雪不同深度温度观测的难题...
- 崔亮李永平郭军红张俊龙
- 文献传递
- 基于FCM-LSTM的光热发电出力短期预测被引量：1
- 2024年
- 对光热电站的出力进行短期预测,可以有效应对太阳能随机性和波动性带来的影响,为电网调度做好准备.该文以青海某光热电站为例,首先使用模糊C均值聚类算法对预处理后的实验数据进行分类,然后通过分析不同聚类类型下出力和气象数据中各因子间的关联程度,充分挖掘出数据间的关系,确定不同类型预测模型的输入变量,进而构建出不同类别下的长短期记忆神经网络预测模型.结果表明,与传统长短期记忆神经网络模型、BP神经网络模型、支持向量机模型和随机森林模型的预测结果相比,基于模糊C均值聚类的长短期记忆神经网络预测模型效果良好,大幅减少了预测误差,验证了该预测模型的有效性.
- 刘振路郭军红郭军红贾宏涛李薇
- 关键词：气象因素模糊C均值聚类
- 水资源配置方法和装置
- 一种水资源配置方法和装置。所述方法包括：A、以土地利用最大化和用水量最小化为目标，以地表水量约束、地下水可用水量约束、地表水灌溉比例约束、灌溉需水量约束、土地利用约束、水库容量约束和灌溉水量非负约束为约束条件，建立优化模...
- 王春晓李永平张俊龙郭军红
- 文献传递
- 夏季气象电力负荷相关性分析模型修正方法——以北京为例
- 2024年
- 气象电力负荷相关性分析对电力负荷预测影响关键,需根据实际数据对相关性经验模型修正。基于综合气象指数、积温效应以及电力负荷与气象因素相关性分析经验公式,提出一种夏季气象负荷相关性模型修正方法;采用负荷趋势分析和Python爬取提取气象负荷与气象数据,提高分析数据的精准性;通过对比分析负荷与单气象因子、综合气象指数以及两种积温效应修正的相关系数,结合负荷与气象指标随时间变化趋势吻合度,确定适用于相关性分析的最优指标参数,进而构建气象负荷与最优指标参数之间的拟合关系式,并以2019年北京夏季主城区为例应用验证。结果表明,与单气象因素相比,电力负荷、气象负荷和综合气象指数的相关性更强;各综合气象指数中,基于日平均气温的酷热指数与气象负荷的相关系数最高;2种积温修正方法中,考虑累积效应系数的方法对气温的修正效果更好,修正后气温与气象负荷的相关系数提高7.39%;基于修正气温的酷热指数与气象负荷的相关性较未修正时均有所提高,与负荷的变化趋势更接近;以酷热指数和修正后温度为自变量构建的气象负荷拟合关系式与实际值的吻合度高于参考的经验公式。
- 刘文娇沈春明郭军红李薇陈卓
- 关键词：电力负荷模型修正
- 基于逐步聚类分析的短期光伏发电预测方法被引量：1
- 2023年
- 光伏发电功率与气象因素密切相关,可靠的功率预测对光伏入网和电网安全运行具有重要意义。为提高光伏短期发电功率预测的准确率,基于某40 MW光伏电站历史功率和气象数据,在不同季节和天气类型下利用逐步聚类分析方法(SCA)搭建光伏短期预测模型,实现分季节和天气类型的光伏功率预测。模型对比结果表明:逐步聚类分析方法具有较高的预测精度,在四季、单一天气类型和复合天气类型3方面预测精度分别提高了11.13%,9.51%和8.26%。
- 宋煜郭军红袁荔李薇
- 关键词：气象因素
- 水资源配置方法和装置
- 一种水资源配置方法和装置。所述方法包括：A、以土地利用最大化和用水量最小化为目标，以地表水量约束、地下水可用水量约束、地表水灌溉比例约束、灌溉需水量约束、土地利用约束、水库容量约束和灌溉水量非负约束为约束条件，建立优化模...
- 王春晓李永平张俊龙郭军红
- 文献传递
- 5套再分析资料在阿勒泰地区风资源评估中的适用性研究被引量：1
- 2023年
- 该文评估了5套再分析数据对阿勒泰地区风资源的模拟能力,并分析再分析资料在该区域长年代订正中的适用性问题。结果表明,不同再分析资料在阿勒泰地区的空间模拟存在差异,高分辨率的CFSv2、ERA5资料在空间模拟上更具优势,而JRA55、NCEP-DOE模式存在明显高估。季节上,除NCEP-DOE外,其余4套再分析数据均能模拟出阿勒泰地区风速的季节特性,且对冬季的模拟优于其他季节。在此基础上,以阿勒泰某风电场为例,分别以附近气象站和4套再分析数据作为长期测站,对测风塔数据进行代表年订正。订正结果表明,与参证气象站相比,ERA5和CFSv2数据与测风塔数据的相关性更好。在缺乏合适的气象站数据时,使用ERA5和CFSv2数据作为代表年订正的长期测站数据在阿勒泰地区具有可行性。
- 陈卓郭军红亢朋朋王金明刘文娇李薇
- 关键词：风电场风速资源评估
- 利用SVM-LSTM-DBN的短期光伏发电预测方法被引量：4
- 2022年
- 为解决传统预测算法的不足,利用深度信念网络(DBN)耦合支持向量机(SVM)和长短期记忆神经网络(LSTM),提出一种新的光伏功率组合预测方法.分别构建以高斯径向基函数为核函数的支持向量机预测模型、4层长短期记忆神经网络为单项预测模型,通过深度信念网络组合,优化预测结果并输出.根据实际出力和预测结果的误差,利用DBN动态调整以获得最优值,进一步验证SVM-LSTM-DBN模型的有效性和准确性,并以新疆维吾尔自治区某光伏电站的实测数据进行仿真验证.结果表明:基于SVM-LSTM-DBN组合的光伏出力预测模型与单一模型相比,预测精度明显提高.
- 卿会郭军红郭军红亢朋朋李薇潘张榕
- 关键词：光伏发电支持向量机
- Copula分位数回归方法在风电超短期出力预测上的应用
- 2024年
- 风电出力具有较强的随机性和波动性,相比于传统预测,分位数预测方法能够提供全面的风电功率概率分布信息,可实现更可靠的风电出力预报,对电网系统的安全和稳定运行具有重要意义.以甘肃某风电站为案例,将数据按6∶2∶2划分为训练集、验证集和测试集,采用基于Copula的分位数回归方法(QCopula)进行功率区间预测,并与三个传统的分位数回归方法进行比较.结果显示,在不同置信区间下QCopula的修正预测区间精度范围在0.701~0.773之间,预测精度平均值比传统分位数回归(QR)、随机森林分位数回归(QRF)和长短期记忆神经网络分位数回归(QLSTM)分别高出15%、9%和13%,优于其他三种分位数预测方法.分位数交叉验证中,QCopula未出现分位数交叉,每个样本点的功率预测值均随概率值单调递增,而QR、QRF、QLSTM均出现不同程度的分位数交叉现象.综上所述,QCopula可以表征更小的区间宽度和更高的区间覆盖率,且分位数曲线不存在交叉,可信度较高.
- 郭军红郭军红汪月新李薇丁一李薇
- 关键词：COPULA函数分位数回归风电出力预测
- 气候变化下的风能资源评估技术研究进展被引量：8
- 2019年
- 由于风速直接受到大气环流的影响,因而风能对气候变化非常敏感。有研究表明,我国一些地区的风力在下降,且风能资源丰富的地区同时也是下降最严重的地区。因此,精确的风能资源评估对风电场的合理选址,保证长期经济效益具有重要意义。风能资源评估方法包括基于数理统计的风能资源评估和基于数值模拟的风能资源评估。数理统计方法一般是利用测风塔、气象站的测风数据,通过构建数学模型,最终得出风功率密度等风场评估参数。与数值模型相比,统计方法计算时间短且计算效率高,但模拟准确度不太高。而人工智能技术的蓬勃发展,可使风能资源评估更加精确。具有更高空间分辨率的气候模型可以获得模拟区域内所有空间立体网格点上的风能参数,能够全面地对风能资源进行评估。但单一数值模式存在更大的不确定性,应关注多模式的比较和集合研究。将数理统计用于修正模式误差是一种较好的解决方法,也是大数据时代的必然趋势。用于风资源设计和评估的软件有线性模型和流体力学模型两类,可以对风电场进行高分辨率、小尺度的精细模拟,在风电场微观选址中广为应用。我国应加大有关数值模式和评估软件的自主研发力度,尤其是开发中尺度区域气候模型和高分辨率的风能资源数据集。
- 陈卓李霁恒郭军红李薇
- 关键词：风能资源评估评估软件
