摘要
本发明提供一种储能预测方法、系统及设备,涉及电能储存技术领域,储能预测方法包括:通过微电网的公共连接点获取当前时间段内的母线电压信号,并从中提取量子相位微扰序列;利用自适应噪声整形算法识别分离出母线的二次调制分量;采用密度峰值聚类算法对二次调制分量进行无监督聚类,得到多个老化模式簇,并提取其统计特征;通过变系数回归子模型得到初始剩余能量评估值;对瞬时值序列进行安时积分,确定统计均值通道的估计协方差,并通过卡尔曼滤波预测矫正循环得到卡尔曼滤波通道的估计协方差;最后,根据两个通道的估计协方差对初始剩余能量评估值进行加权融合,得到最终能量评估值。本发明提高了预测的适应性和稳定性。
技术关键词
卡尔曼滤波
密度峰值聚类算法
微电网
序列
统计特征
无监督聚类
储能
模式
通道
时间段
电能储存技术
噪声整形器
短时傅里叶变换
协方差估计
状态空间模型
信号获取模块
矫正
母线
系统为您推荐了相关专利信息
扩展卡尔曼滤波
非线性最小二乘法
LSTM神经网络
等效电路模型
锂电池模型参数
振动信号降噪方法
多尺度排列熵
信号处理技术
模态分解方法
小波阈值降噪
应急救援系统
智能电网
图像
控制无人机飞行
航拍
列车运行数据
轨道交通智能
辅助调度方法
波动特征
序列