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！

龙图腾网获悉南京师范大学申请的专利基于DNN-物理组合模型的光伏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：CN119813167B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202411818335.4，技术领域涉及：H02J3/00；该发明授权基于DNN-物理组合模型的光伏功率预测方法是由陆彩乐;李星硕;冯春梅设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本基于DNN-物理组合模型的光伏功率预测方法在说明书摘要公布了：基于DNN‑物理组合模型的光伏功率预测方法，步骤S1：获取该区域的历史电力和气象数据；步骤S2：对所给出数据集进行预处理，并判断数据集是否完整；步骤S3：分配搭建DNN模型与物理模型的权重因子，在数据集完整的情况下权重因子倾向于DNN模型，物理模型分配到的因子，若数据集不完整时应权重的分布倾向于物理模型；步骤S4：DNN模型与物理模型采用并行建模策略，同时进行模型搭建与验证评估；步骤S5：DNN模型与物理模型组合成混合模型进行评估与优化；步骤S6：基于混合模型，输出光伏功率预测结果。本发明克服了单一模型在数据处理和预测能力上的局限性，实现了在不同数据集条件下的自适应权重分配，从而提高了光伏功率预测的准确性和稳定性。

本发明授权基于DNN-物理组合模型的光伏功率预测方法在权利要求书中公布了：1.基于DNN-物理组合模型的光伏功率预测方法，其特征在于：包括如下步骤： 步骤S1：获取区域的历史电力和气象数据； 步骤S2：对所给出数据集进行预处理，并判断数据集是否完整； 步骤S3：分配用于搭建DNN模型与物理模型的权重因子，在数据集完整的情况下权重因子倾向于DNN模型，若数据集不完整时权重因子的分布倾向于物理模型； 所述步骤S3具体为：根据数据集的完整性来分配DNN模型与物理模型的权重因子，当数据集完整时，权重因子更多地倾向于DNN模型，以利用其强大的数据拟合能力；而当数据集不完整时，则增加物理模型的权重因子，以利用其基于物理原理的预测稳定性和可靠性； 步骤S4：DNN模型与物理模型采用并行建模策略，同时进行模型搭建与验证评估； 所述具体步骤S4具体为： 采用并行建模的方法策略，将物理模型与DNN模型一同搭建，根据制造商所提供的数据，物理模型搭建如下式： ； 步骤S5：DNN模型与物理模型组合成混合模型进行评估与优化； 步骤S6：基于混合模型，输出光伏功率预测结果。

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南京师范大学，其通讯地址为：210000 江苏省南京市鼓楼区宁海路122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”。

以上内容由龙图腾AI智能生成。