Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 贵州电网有限责任公司杨世平获国家专利权

贵州电网有限责任公司杨世平获国家专利权

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!

龙图腾网获悉贵州电网有限责任公司申请的专利基于时序注意力的中长期风功率概率化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:CN120069231B

龙图腾网通过国家知识产权局官网在2025-08-19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:202510526072.8,技术领域涉及:G06Q10/04;该发明授权基于时序注意力的中长期风功率概率化预测方法及系统是由杨世平;龙家焕;王斌;罗晨;牟雪鹏;朱永清;王伟;刘恒;李震;胡江;范俊秋;赵宽祥;钟天璇;甘润东;刘兴艳设计研发完成,并于2025-04-25向国家知识产权局提交的专利申请。

基于时序注意力的中长期风功率概率化预测方法及系统在说明书摘要公布了:本发明涉及风功率预测技术领域,公开了基于时序注意力的中长期风功率概率化预测方法及系统,方法包括:对风电场的气象数据和风机功率数据进行预处理;在MAHT模块中通过全局注意力、局部注意力和记忆单元获取序列中的依赖特征,利用TCN模块获取序列中的时序特征,并通过交叉注意力模块融合不同模块之间的特征信息;基于融合的特征对中长期风功率进行概率化预测,得到初步预测结果;引入自适应指数平滑误差订正模块对初步预测结果进行修正,得到最终预测结果。本发明充分利用不同特征提取模块来提取序列特征,并引入概率化预测和误差订正,实现高精度的中长期风功率预测,确保电力系统的稳定和安全运行。

本发明授权基于时序注意力的中长期风功率概率化预测方法及系统在权利要求书中公布了:1.基于时序注意力的中长期风功率概率化预测方法,其特征在于,包括: 获取风电场的气象数据和风机功率相关数据并进行预处理; 将所述预处理后的数据集分别输入多注意力依赖关系计算模块的编码器和时序特征提取模块中,得到具有局部和长期依赖的第一特征数据以及具有时序信息的第二特征数据; 所述具有局部和长期依赖的第一特征数据的获取包括: 将原始时间序列划分为多个局部窗口,每个窗口包含n个时间步,在每个窗口的内部计算自注意力,并将所有窗口的局部注意力表示按时间顺序拼接,得到序列的局部注意力; 将原始时间序列作为全局注意力的输入,在整个序列上计算自注意力,得到全局注意力; 引入记忆单元,利用注意力机制将输入序列作为查询,所述记忆单元作为键和值,通过计算注意力权重,从所述记忆单元中检索出与当前输入最相关的信息,并根据当前输入通过门控结构动态更新所述记忆单元; 将所述局部注意力、全局注意力和记忆单元的输出通过门控融合机制使用动态权重进行融合,将融合后的数据输入到Transformer编码器的前馈神经网络中,输出得到具有局部和长期依赖的第一特征数据; 所述具有时序信息的第二特征数据的获取包括: 将所述预处理后的数据集输入时序特征提取模块中,经过第一层卷积和第二层卷积处理后,输入Relu激活函数中; 通过下采样操作将输入通道数和输出通道数进行通道匹配,并与输入数据进行残差连接,得到具有时序信息的第二特征数据; 将所述第一特征数据和所述第二特征数据输入双向交叉注意力模块,通过计算注意力权重融合不同模块提取的特征; 所述通过计算注意力权重融合不同模块提取的特征包括: 将所述具有局部和长期依赖的第一特征数据作为查询,所述具有时序信息的第二特征数据作为键和值,使用多头注意力机制计算注意力权重,将注意力权重与值量向元素相乘,并对结果进行加权求和; 将所述具有时序信息的第二特征数据作为查询,所述具有局部和长期依赖的第一特征数据作为键和值,使用多头注意力机制计算注意力权重,将注意力权重与值量向元素相乘,并对结果进行加权求和; 将两个加权求和得到的数据在特征维度上进行拼接,并使用全连接层将拼接好的特征映射到目标维度,通过残差连接得到融合后的特征数据; 基于融合的特征对中长期风功率进行概率化预测,得到初步预测结果; 引入自适应指数平滑误差订正模块对所述初步预测结果进行修正,得到中长期风功率概率化预测的最终结果; 所述引入自适应指数平滑误差订正模块对所述初步预测结果进行修正,得到中长期风功率概率化预测的最终结果包括: 计算误差序列并定义动态调整因子,根据误差序列的变化动态调整平滑系数,误差序列和动态调整因子如下式: Et=wpdatat-pdt 其中,βt是动态调整因子,wpdatat与pdt分别代表t时刻的风功率真实值与模型初始预测结果,Et表示误差序列,γ是一个调节参数,用于控制动态调整的灵敏度; 根据所述误差序列的变化动态调整平滑系数; 根据所述动态调整因子计算改进指数平滑公式,并将平滑后的误差序列输入到模型中得到修正后的误差序列,将所述修正后的误差序列与预测序列相加得到中长期风功率概率化预测的最终结果,平滑后误差序列和修正后误差序列如下式: 其中,是平滑后的误差序列,α是平滑系数,范围是是修正后的误差序列。

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贵州电网有限责任公司,其通讯地址为:550002 贵州省贵阳市南明区滨河路17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。