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！

龙图腾网获悉冀北思极科技服务(北京)有限公司申请的专利一种光伏发电站输出功率预测方法、终端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：CN119726664B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202411770649.1，技术领域涉及：H02J3/00；该发明授权一种光伏发电站输出功率预测方法、终端及介质是由林洋;蒋金;孔德健;张学阳;田雨;赵林;吕轩;张志超;赵倩倩设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本一种光伏发电站输出功率预测方法、终端及介质在说明书摘要公布了：本发明提出一种光伏发电站输出功率预测方法、终端及介质，方法包括：采集实时气象数据并进行预处理；构建自组织映射网络，在无监督的情况下识别并分类不同的环境模式，同时对光伏发电功率进行预测；设计基于元学习模型的跨区域知识迁移算法的区域模型，在不同区域之间进行知识迁移；根据实时重新收集的新气象数据预测当前气象环境的类别，然后对每个区域模型，计算其在新环境数据下的预测误差，并选择误差最小的区域模型进行功率预测；根据预测的功率构建个性化推荐策略模型对功率预测进行实时反馈和优化。本发明提供了强大的适应能力和泛化能力，为光伏发电的智能调度和电网管理提供了更为精确的决策支持。

本发明授权一种光伏发电站输出功率预测方法、终端及介质在权利要求书中公布了：1.一种光伏发电站输出功率预测方法，其特征在于，所述方法包括： S1、采集实时气象数据并进行预处理； S2、构建自组织映射网络，将预处理后的数据作为输入，在无监督的情况下识别并分类不同的环境模式，同时对光伏发电功率进行预测； S3、设计基于元学习模型的跨区域知识迁移算法的区域模型，在不同区域之间进行知识迁移； S4、根据实时重新收集的新气象数据预测当前环境模式的类别，然后对每个区域模型，计算其在新气象数据下的预测误差，并选择误差最小的区域模型进行功率预测； S5、根据预测的功率构建个性化推荐策略模型对功率预测进行实时反馈和优化，具体包括： 根据用户个性化需求向量和元学习模型输出的全局状态设计个性化推荐策略模型，然后采用深度神经网络对个性化推荐策略模型进行优化；其中，所述用户个性化需求向量包括用户的用电行为特征以及用户对调度响应的需求；其中，所述用户个性化需求向量表示为： 其中，是用户i在时刻t的电力负荷；是用户i在时刻t的响应调度请求的时间延迟；是用户i在时刻t的最大响应能力；是用户i的偏好调度时段，表征其优先考虑的时间窗； 所述个性化推荐策略模型的输出为： 其中，fθ是通过训练得到的深度神经网络模型，θ表示网络的权重；是个性化策略，表示用户i在时刻t需要执行的电力调度指令；st为系统全局状态； 设计综合效用函数，以量化特定调度决策，同时设计动态调整机制，当全局状态或用户个性化需求向量发生变化时，个性化策略会根据实时反馈进行更新；所述综合效用函数，表示如下： 其中，是用户i的响应效率，考虑了用户在规定时间内响应调度的快慢；γ1、γ2和γ3表示相应的权重；为每个时刻t的综合效用函数值；是用户i在时刻t的负荷满足度，通常通过实际供电量与用户需求量的差异来度量；是用户i在时刻t节省的电力费用，衡量调度策略对用户经济效益的影响； 所述当全局状态或用户个性化需求向量发生变化时，个性化策略会根据实时反馈进行更新，在每次策略执行后，通过计算实时奖励来评估当前策略的效果，表示为： 其中，α1,α2是调整因子，控制不同效用的优先级； 设计加权融合机制，将全局策略at与个性化策略进行合成，生成最终调度策略表示为： 其中，λ1和λ2为加权系数； 评估最终调度策略的长期效益，并根据用户的持续反馈更新策略，同时每当遇到新的负荷模式、用户需求变化或不可预见的突发事件时，最终调度策略需要及时调整；其中，所述长期效益通过周期性地计算综合效用函数值的平均值来评估策略的长期效益： 其中，T是评估周期长度，是每个时刻t的综合效用函数值。

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冀北思极科技服务(北京)有限公司，其通讯地址为：100032 北京市西城区阜成门外大街31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。