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！

龙图腾网获悉哈尔滨工业大学(深圳);中广核风电有限公司申请的专利风功率预测模型训练方法、风功率预测方法、装置及介质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：CN115099153B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202210780732.1，技术领域涉及：G06F30/27；该发明授权风功率预测模型训练方法、风功率预测方法、装置及介质是由李旭涛;朱天伦;徐江南;普智勇;郑灏;王允设计研发完成，并于2022-07-04向国家知识产权局提交的专利申请。

本风功率预测模型训练方法、风功率预测方法、装置及介质在说明书摘要公布了：本发明提供了一种风功率预测模型训练方法、风功率预测方法、装置及介质，训练方法包括：获取风机的时序风机数据和所述风机所在风场的气象数值数据，所述气象数值数据表示所述风场的气象数据，所述时序风机数据表示按照时间排序的风机数据；基于自注意力机制对所述时序风机数据进行特征提取，获得第一特征数据，并基于交叉注意力机制对所述气象数值数据进行特征提取，获得第二特征数据；融合所述第一特征数据和所述第二特征数据，获得训练数据；采用所述训练数据训练预先构建的深度神经网络，获得风功率预测模型。本发明的技术方案提高了风功率预测的准确性。

本发明授权风功率预测模型训练方法、风功率预测方法、装置及介质在权利要求书中公布了：1.一种风功率预测模型训练方法，其特征在于，包括： 获取风机的时序风机数据和所述风机所在风场的气象数值数据，所述气象数值数据表示所述风场的气象数据，所述时序风机数据表示按照时间排序的风机数据； 基于自注意力机制对所述时序风机数据进行特征提取，获得第一特征数据，并基于交叉注意力机制对所述气象数值数据进行特征提取，获得第二特征数据； 融合所述第一特征数据和所述第二特征数据，获得训练数据； 采用所述训练数据训练预先构建的深度神经网络，获得风功率预测模型； 所述基于自注意力机制对所述时序风机数据进行特征提取包括：获取各个所述风机数据在所述时序风机数据中的相对位置、各个所述风机数据的时间信息和不同时间的风机状态信息；根据所述相对位置确定各个所述风机数据的位置编码，根据所述时间信息确定各个所述风机数据的时序编码，根据所述风机状态信息确定各个所述风机数据对应的状态编码；将所述风机数据、所述位置编码、所述时序编码和所述状态编码转换到同一维度，并进行累加，获得输入数据序列；基于多头自注意力机制对所述输入数据序列进行特征提取，获得所述第一特征数据； 所述输入数据序列包括多个输入数据，所述基于多头自注意力机制对所述输入数据序列进行特征提取包括：对于一个所述输入数据，根据预设的多组权重对分别进行特征提取，获得多个子特征数据；拼接所述输入数据的所有所述子特征数据，获得特征向量；对所述特征向量进行线性转换，获得与所述输入数据对应的所述第一特征数据。

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哈尔滨工业大学(深圳);中广核风电有限公司，其通讯地址为：518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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”。