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！

龙图腾网获悉南京信息工程大学申请的专利一种基于风速波动模式聚类划分的超短期风速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：CN120561526B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202511066027.5，技术领域涉及：G06F18/20；该发明授权一种基于风速波动模式聚类划分的超短期风速预测方法是由熊雄;赵铭奇;曾佳欣;夏欣媛;鲁耘萌设计研发完成，并于2025-07-31向国家知识产权局提交的专利申请。

本一种基于风速波动模式聚类划分的超短期风速预测方法在说明书摘要公布了：本发明提供了一种基于风速波动模式聚类划分的超短期风速预测方法，包括：步骤1，收集风场数据采集与监视控制系统记录的历史实测风速数据；步骤2，利用离散小波变换将原始序列分解为低频序列和高频序列，并用改进的完全自适应噪声集合经验模态分解对高频序列进一步分解；步骤3，计算风速波动强度和风速波动率特征，量化风速数据的波动情况；步骤4，构建自适应风速区间划分模型，提取风速波动特征，进行风速分类工程，并且对风速段进行标记；步骤5，使用改进白鲸优化算法构建两个预测基础模型；步骤6，输出测试结果，并验证模型可行性。本发明提出的预测方法可有效地提高风速预测值的准确度，使得风速预测值可靠性大幅提升。

本发明授权一种基于风速波动模式聚类划分的超短期风速预测方法在权利要求书中公布了：1.一种基于风速波动模式聚类划分的超短期风速预测方法，其特征在于，包括以下步骤： 步骤1，收集风场数据采集与监视控制系统记录的历史实测风速数据； 步骤2，采用基于信息泄露防护机制的两阶段分解，利用离散小波变换将原始序列分解为低频序列和高频序列，并用改进的完全自适应噪声集合经验模态分解对高频序列进一步分解，同时使用信息泄露预防机制； 步骤3，计算风速波动强度和风速波动率特征，量化风速数据的波动情况； 步骤4，基于风速特征统计方法、滑动窗口法、K-means聚类分析算法，构建自适应风速区间划分模型AISM；自适应风速区间划分模型AISM处理离散小波变换处理后的低频分量，提取风速波动特征，进行风速分类工程，并且对风速段进行标记； 步骤5，使用改进白鲸优化算法构建两个预测基础模型，分别为双向长短期记忆网络和门控循环单元，对于不同波动程度的风速段，采用对应的预测基础模型进行预测； 步骤6，对于改进的完全自适应噪声集合经验模态分解处理后的高频分量，使用双向长短期记忆网络BiLSTM进行预测，并与低频分量的预测结果进行合并，输出测试结果，并计算评估指标，验证模型可行性。

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信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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”。