东南大学在军获国家专利权
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！
龙图腾网获悉东南大学申请的专利一种基于集成学习的风机短期出力预测方法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：CN115618734B 。
龙图腾网通过国家知识产权局官网在2025-07-04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：202211319677.2，技术领域涉及：G06F30/27；该发明授权一种基于集成学习的风机短期出力预测方法是由在军;葛佳成;徐俊俊;徐东亮设计研发完成，并于2022-10-26向国家知识产权局提交的专利申请。
本一种基于集成学习的风机短期出力预测方法在说明书摘要公布了：本发明属于公开了一种基于集成学习的风机短期出力预测方法，涉及风电功率预测技术领域，包括：获取风机出力历史数据，使用孤立森林算法对异常值进行检测，并根据风速与功率的区间关系对异常值进行修复；建立TCN‑GRU，LightGBM预测模型，划分数据分别对预测模型进行训练和验证，同时对预测值进行数据矫正；对数据矫正后的预测模型的预测值进行融合，得到最终的风机出力预测结果，不仅在预测精度上有优势，且能够有效抑制坏数据对预测的影响。
本发明授权一种基于集成学习的风机短期出力预测方法在权利要求书中公布了：1.一种基于集成学习的风机短期出力预测方法，其特征在于，方法包括以下步骤： 获取风机出力历史数据； 使用孤立森林算法对高维度的风机出力历史数据多次使用随机的超平面进行切割，直到超平面构成的各子区域均只剩一个数据点，根据切割次数生成树结构，将多于指定切割次数的节点看做异常值，完成异常检测；并根据风速与功率的近似线性的区间关系对异常值进行修复，得到修复后的风机出力数据； 建立时间卷积网络-门控循环单元网络TCN-GRU，轻型梯度提升机LightGBM预测模型，对修复后的风机出力数据划分为训练集和验证集，并分别对训练集中数据进行训练并得到训练好的预测模型，同时将验证集放入预测模型进行预测，并对预测结果进行数据矫正； 对数据矫正后的预测模型的预测值进行融合，得到最终的风机出力预测结果。
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东南大学，其通讯地址为：210096 江苏省南京市玄武区新街口街道四牌楼2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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号