北京国网电力技术股份有限公司周子冠获国家专利权
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!
龙图腾网获悉北京国网电力技术股份有限公司申请的专利一种光伏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:CN120470547B 。
龙图腾网通过国家知识产权局官网在2025-12-12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:202510974776.1,技术领域涉及:G06F18/25;该发明授权一种光伏预测方法是由周子冠;刘柱;黄超;黄燕;曹军威;涂国煜;朱亚萍;彭晓舟设计研发完成,并于2025-07-15向国家知识产权局提交的专利申请。
本一种光伏预测方法在说明书摘要公布了:本发明提供了一种光伏预测方法,包括:数据预处理:通过时间序列规整策略将历史发电数据与气象数据的时间序列进行对齐,构建设备健康指数,输入输入层;设计时空嵌入层,将输入层传输的数据和所有气象数据分支进行时空编码;定义神经网络模块,设计局部‑全局注意力层,设计网络层,通过物理正则化项注入气象条件约束;设计联合注意力融合层,将关键特征进行有效整合;设计输出层,完成特征整合、线性变换、设置激活函数,物理正则化、以及最后光伏功率预测的生成输出;边缘优化实现离线预测。本发明提供了一种融合时空稀疏注意力及时序神经网络的光伏智能预测方法,解决现有技术数据异构性、计算效率、物理可解释性和动态环境适应性不足等问题。
本发明授权一种光伏预测方法在权利要求书中公布了:1.一种光伏预测方法,其特征在于,包括如下步骤: 步骤S1,数据预处理:主要通过时间序列规整策略将历史发电数据与气象数据的时间序列进行对齐,设计特征工程,提取辐照度的累计变化率,并构建设备健康指数,输入输入层; 具体为,步骤S1中,需要通过时间序列规整策略准确找到两个序列之间的最佳对齐路径,并完成缺失值和异常值的处理,具体方法为: 首先将历史发电数据与气象数据的时间序列建立成一个二维的代价矩阵,矩阵中的元素代表两个序列中对应点的差异;其次从该矩阵的起始点开始,逐步遍历计算累积代价矩阵,累积代价矩阵的元素代表从起点到当前点的最佳路径代价,从累积代价矩阵的终点开始,沿着最佳路径回溯,找到两个时间序列数据之间的最佳对齐路径;然后检查对齐数据中的缺失值,使用插值填充进行处理,并识别异常值,通过剔除均值处理异常值;接着用以下公式计算辐照度的累计变化率: ,1; 其中s是时间窗口的大小,V为辐照度的变化率,为反映辐照度随时间变化趋势的辐照度累计变化率,用于辅助分析其对发电量的影响;在构建设备健康指数时,选择辐照度、发电量、温度、风速、风向、湿度、设备运行时间、维护记录以及故障历史记录作为关键特征,并对这些特征进行最大最小值的特征归一化,使其具在相同尺度上,并处理后得到的归一化特征集合设为Nor,然后使用以下公式函数来计算健康指数: 2; 其中wi是特征i的权重; 步骤S2,基于步骤S1的预处理结果,设计时空嵌入层,将输入层传输的数据和所有气象数据分支按照时间序列特征和空间序列特征进行时空编码; 步骤S3,定义神经网络模块,在该模块中设计局部-全局注意力层,并增加注意力窗口参数,用来捕捉时空嵌入层中数据时空特征的关键信息,接着设计网络层,用来实现高效的特征变换和增强,并通过物理正则化项注入气象条件约束,以确保模型输出更符合物理规律; 具体为,步骤S3中,先要初始化自定义神经网络模块,并设置其接受两个参数,即模型维度d_model和注意力头数n_heads;在该模块中创建一个局部-全局注意力层,用于实现局部-全局注意力机制,该层增加了注意力窗口参数w_size=24,在网络层中创建多个神经网络子层;在每个神经网络子层中,输入数据首先经过一个线性变换,将维度从d_model扩展到d_model×4,其使用动态可学习的径向基函数作为激活函数,以引入非线性特性并增强物理可解释性;经过激活函数后,数据通过另一个线性变换,将维度从d_model×4还原回d_model; 步骤S4,设计联合注意力融合层,在该层中完成气象交叉注意力计算、门控权重生成和注意力结果融合,以将来自不同来源并经过网络层处理的关键特征进行有效的整合; 步骤S5,在步骤S4后设计输出层,在该层完成特征整合、线性变换、设置激活函数,物理正则化、以及最后光伏功率预测的生成输出; 步骤S6,边缘优化,通过INT8量化和模型剪枝技术,将这个改进的神经网络模型压缩至内存设备,使其实现离线预测。
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北京国网电力技术股份有限公司,其通讯地址为:100176 北京市大兴区北京经济技术开发区科谷一街10号院8号楼10层1003室;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励