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！

龙图腾网获悉国网湖北省电力有限公司经济技术研究院申请的专利一种基于光伏电站数字孪生模型的发电量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：CN120237637B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510703214.3，技术领域涉及：H02J3/00；该发明授权一种基于光伏电站数字孪生模型的发电量预测方法及系统是由徐敬友;程波;吴畏;熊秀文;严松;杨洁;夏方舟;郑子健设计研发完成，并于2025-05-29向国家知识产权局提交的专利申请。

本一种基于光伏电站数字孪生模型的发电量预测方法及系统在说明书摘要公布了：一种基于光伏电站数字孪生模型的发电量预测方法及系统，该方法首先生成与实际分布相符的光伏电站运行数据，并构建光伏电站数字孪生模型；将生成的光伏电站运行数据，分别输入到光伏电站物理模型，以及采用改进的LSTM算法构建的光伏电站数据驱动模型中，得到发电量预测值；通过融合物理模型和数据驱动模型的发电量预测值，得到最终的光伏电站发电量预测结果。本发明通过光伏电站数字孪生模型的构建，更加精确地映射和模拟现实中光伏电站的运行状况，并采用改进的LSTM算法构建数据驱动模型，增强了模型对不同时间尺度波动的适应能力，通过融合物理模型与数据驱动模型的预测结果，得到更加精准的光伏发电量预测，为电力系统调度决策提供可靠支持。

本发明授权一种基于光伏电站数字孪生模型的发电量预测方法及系统在权利要求书中公布了：1.一种基于光伏电站数字孪生模型的发电量预测方法，其特征在于， 所述方法包括： S1、基于光伏电站各类核心组件的运行参数，生成与实际分布相符的光伏电站运行数据，并构建模拟现实中光伏电站运行状况的数字孪生模型，所述数字孪生模型包括物理模型和数据驱动模型； 其中，基于光伏电站各类核心组件的运行参数，生成与实际分布相符的光伏电站运行数据的具体步骤包括： S11、对光伏电站各类核心组件的运行参数进行预处理，并设计GAN模型架构，初始化GAN网格参数； S12、设计GAN模型判别器和生成器的损失函数； S13、分别计算GAN模型判别器损失函数关于判别器参数的梯度，以及生成器损失函数关于生成器参数的梯度； S14、基于判别器和生成器参数的梯度参数，利用改进的Adam算法更新GAN模型的判别器参数和生成器参数； 所述改进Adam算法的方法为利用PSO算法优化Adam优化器超参数，其中包括使用每个粒子对应的超参数设置训练PSO优化模型，采用以下公式计算各粒子的目标函数作为该粒子的适应度fitnessi： Lloss＝LD+LG； 上式中，Fxi为第i个粒子的目标函数，Lstat为统计特性匹配损失，Lloss为GAN模型训练过程中的损失，Lphys为物理一致性损失，dx为特征维度的数量，为第i个生成样本数据的均值，为第i个真实样本数据的均值，为第i个真实样本数据的标准差，为第i个生成样本数据，xi为第i个真实样本数据，为第i个生成样本数据的方差，为第i个真实样本数据的方差，LD为判别器的损失函数，LG为生成器的损失函数，I′ph，t为光生电流的预测值，Iph，t为实测光生电流，为实测光生电流的标准差； S15、重复执行S12-S14的操作步骤，直到GAN模型收敛或达到最大迭代次数，算法结束，生成与实际分布相符的光伏电站运行数据； S2、将生成的与实际分布相符的光伏电站运行数据，分别输入到光伏电站物理模型，以及采用改进的LSTM算法构建的光伏电站数据驱动模型中，得到物理模型和数据驱动模型的发电量预测值； S3、融合光伏电站物理模型和数据驱动模型的发电量预测值，得到最终的光伏电站发电量预测结果。

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国网湖北省电力有限公司经济技术研究院，其通讯地址为：430077 湖北省武汉市武昌区水果湖街徐东路47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”。