买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东大学;国网江苏省电力有限公司电力科学研究院申请的专利基于AP聚类与迁移学习的分布式光伏功率预测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118316021B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410385305.2，技术领域涉及：H02J3/00；该发明授权基于AP聚类与迁移学习的分布式光伏功率预测方法及系统是由杨明;杨宝龙;卜强生;王飞;于一潇;李梦林;王传琦;单帅杰;张元赫;周皓阳;吕朋蓬;罗飞设计研发完成，并于2024-04-01向国家知识产权局提交的专利申请。

本基于AP聚类与迁移学习的分布式光伏功率预测方法及系统在说明书摘要公布了：本发明提出了基于AP聚类与迁移学习的分布式光伏功率预测方法及系统，涉及分布式光伏短期功率预测技术领域，具体方案为：收集待预测区域内各分布式光伏电站的历史发电数据；基于历史发电数据，利用AP聚类将待预测区域内多个分布式光伏电站划分为站群；以每个站群内最具相关性的聚类中心电站为源域、其他电站为目标域，迁移学习源域向目标域的特征转移，得到功率预测模型；利用功率预测模型，对目标域中分布式光伏电站的光伏功率进行预测；本发明使用AP聚类算法对各光伏电站的光伏功率聚类，将具有相似的“气象‑功率”特征的光伏电站划分为同一类站群，通过迁移学习实现同一类站群中源域向目标域的特征转移，从而准确预测目标域的光伏功率。

本发明授权基于AP聚类与迁移学习的分布式光伏功率预测方法及系统在权利要求书中公布了：1.基于AP聚类与迁移学习的分布式光伏功率预测方法，其特征在于，包括： 步骤S1：收集待预测区域内各分布式光伏电站的历史发电数据，包括光伏功率及对应的气象数据； 步骤S2：基于历史发电数据，利用近邻传播AP聚类将待预测区域内多个分布式光伏电站划分为站群，使每个站群内的电站具有相似的气象-功率特性； 其中，所述利用AP聚类将待预测区域内多个分布式光伏电站划分为站群，是根据出力曲线计算分布式光伏电站功率样本间的相似度,得到相似度矩阵，基于相似度矩阵，进行吸引度矩阵和归属度矩阵的迭代计算，直到满足迭代停止的条件； 步骤S3：以每个站群内最具相关性的聚类中心电站为源域、其他电站为目标域，利用源域构建及预训练功率预测模型，学习相似场景下的公共特征，在目标域微调预训练后的功率预测模型，将源域的公共特征迁移至与之具有相似特征的目标域中，得到目标域的功率预测模型； 步骤S4：利用功率预测模型，对目标域中分布式光伏电站的光伏功率进行预测； 其中，所述功率预测模型，基于长短期记忆LSTM网络构建，以待预测时间的气象数据及历史发电数据为输入，输出光伏功率的预测值； 其中，所述待预测时间的气象数据是将源域的气象数据作为目标域中分布式光伏电站的整体气象数据，并将日周期标签D和年周期标签Y加入到长短期记忆LSTM网络的输入特征中，其公式如下： 其中，日周期标签中12时最高，对应正午辐照量最大的时刻；年周期标签增加了8天的偏移量，使得年周期标签的值夏至最高，冬至最低。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东大学;国网江苏省电力有限公司电力科学研究院，其通讯地址为：250061 山东省济南市历下区经十路17923号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。