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！

龙图腾网获悉华北电力大学申请的专利风电功率预测方法、装置、设备和存储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：CN120454061B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202510955807.9，技术领域涉及：H02J3/00；该发明授权风电功率预测方法、装置、设备和存储介质是由阎洁;李宇佳;韩爽;王函;刘永前设计研发完成，并于2025-07-11向国家知识产权局提交的专利申请。

本风电功率预测方法、装置、设备和存储介质在说明书摘要公布了：本发明涉及一种基于时间序列大模型的风电功率预测方法、装置、设备和存储介质。风电功率预测方法，包括：获取时间序列大模型和多个源风电场的第一训练数据集；利用第一训练数据集对时间序列大模型进行训练，得到用于风电功率预测的基础大模型；获取目标风电场的历史风电功率数组和未来天气预报数组，多个源风电场不包括目标风电场；将历史风电功率数组和未来天气预报数组作为目标大模型的输入，预测目标风电场的未来风电功率数组。本申请在一定程度上减少了模型训练对训练数据量的依赖性，同时有效解决了模型参数在数量上的差异问题，进一步还提高了模型在多变场景下的应用灵活性和有效性。

本发明授权风电功率预测方法、装置、设备和存储介质在权利要求书中公布了：1.一种基于时间序列大模型的风电功率预测方法，其特征在于，包括： 获取时间序列大模型和多个源风电场的第一训练数据集，其中，所述第一训练数据集包括每种源风电场大量的历史风电功率训练样本、天气预报训练样本以及对应的风电功率实际训练样本，所述历史风电功率训练样本和所述天气预报训练样本是指二维数组，其中，所述历史风电功率训练样本包括第一时间维度和功率类别维度，所述第一时间维度包括用于功率采样的多个第一时刻，所述多个第一时刻之间相差第一设定时段，所述功率类别维度包括第一时间特征编码、历史功率数据和风电场编号，所述第一时间特征编码和所述第一时间维度对应；所述天气预报训练样本包括第二时间维度和气象类别维度，其中，所述第二时间维度包括用于天气采样的多个第二时刻，所述多个第二时刻之间相差第二设定时段，所述气象类别维度包括第二时间特征编码和多种气象预报数据类型； 利用所述第一训练数据集对所述时间序列大模型进行预训练，得到用于风电功率预测的基础大模型；其中，所述基础大模型包括特征提取层、风电功率时序建模层和风电功率映射层，所述特征提取层用于提取风电功率和天气预报数据的特征，所述风电功率时序建模层用于对提取到的特征进行融合，所述风电功率映射层用于将融合特征映射到预测分布参数空间，生成最终的风电功率预测序列； 获取目标风电场过去T小时的历史风电功率数组和未来N小时的未来天气预报数组，以将所述历史风电功率数组作为主要输入，所述未来天气预报数组作为动态协变量输入，计算得到未来N小时的风电功率预测数据，其中，所述多个源风电场不包括所述目标风电场； 将所述历史风电功率数组和所述未来天气预报数组作为目标大模型的输入，预测所述目标风电场未来N小时的未来风电功率数组，其中，所述目标大模型为所述基础大模型。

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华北电力大学，其通讯地址为：102206 北京市昌平区朱辛庄北农路2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。