重庆理工大学王海琨获国家专利权
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！
龙图腾网获悉重庆理工大学申请的专利一种基于序列相关机制和Informer的短期风电功率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：CN117251724B 。
龙图腾网通过国家知识产权局官网在2025-07-22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：202311165559.5，技术领域涉及：G06F18/2135；该发明授权一种基于序列相关机制和Informer的短期风电功率预测方法是由王海琨;姚舜禹;陈凤设计研发完成，并于2023-09-11向国家知识产权局提交的专利申请。
本一种基于序列相关机制和Informer的短期风电功率预测方法在说明书摘要公布了：本发明涉及风电功率技术领域，尤其涉及一种基于序列相关机制和Informer的短期风电功率预测方法。步骤如下：S1：获取待测的风机的历史功率数据和特征；S2：采用离散小波分解学习风电序列预测中的时间模式；S3：对经过小波分解后的周期分量分别进行奇异谱分析；S4：将分解后的频率序列传入频率预测模型中；S5：从趋势分量获取不同时间段的同一特征序列，并计算相识度关系；通过序列相关机制得到的新的趋势分量传入Informer模型中。本发明提供的一种基于序列相关机制和Informer的短期风电功率预测方法，能够将小波分解分解层数过深时出现的信噪比下降等缺点有效减弱，并且通过奇异谱分析将分解后的序列中的主成分提取出来能够有效削弱预测时所带来的误差。
本发明授权一种基于序列相关机制和Informer的短期风电功率预测方法在权利要求书中公布了：1.一种基于序列相关机制和Informer的短期风电功率预测方法，其特征在于，步骤如下： S1：获取待测的风机的历史功率数据和特征； S2：采用离散小波分解学习风电序列预测中的时间模式； S3：对经过小波分解后的周期分量分别进行奇异谱分析； S4：将分解后的频率序列传入频率预测模型中； S5：从趋势分量获取不同时间段的同一特征序列，并计算相识度关系；通过序列相关机制得到的新的趋势分量传入Informer模型中； S6：将频率预测模型得到的预测值和趋势预测模型得到的预测值相加，得到最终的预测值； 所述S3步骤中，将经过奇异谱分析后的周期分量重构回原序列，并将进行逆小波变换后的细节分量作为频率； 对经过小波分解后的趋势分量应用序列相关机制，组合成新的三条序列，将新的三条序列经过逆小波变换重构，作为趋势项输入模型。
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重庆理工大学，其通讯地址为：400054 重庆市巴南区红光大道69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