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！

龙图腾网获悉上海电力大学申请的专利一种考虑寒潮气象条件下的短期风电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：CN119692544B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202411762895.2，技术领域涉及：G06Q10/04；该发明授权一种考虑寒潮气象条件下的短期风电功率预测方法是由余光正;沈凌旭设计研发完成，并于2024-12-03向国家知识产权局提交的专利申请。

本一种考虑寒潮气象条件下的短期风电功率预测方法在说明书摘要公布了：本发明公开了一种考虑寒潮气象条件下的短期风电功率预测方法，属于短期风电功率预测技术领域，该预测方法具体步骤如下：Ⅰ、选取风电场电站历史风电功率数据和气象数据时序，并预处理输入的风电场气象数据和功率数据；Ⅱ、利用Prophet算法进行温度变化趋势预测，结合寒潮预警，提取寒潮天气发生时段；Ⅲ、通过DoppelGANger网络对寒潮天气时段样本数据进行扩充，并设置网络参数；本发明能够提高生成模型的保真度，提升多元时间序列预测的准确性，提高模型在复杂气象环境下的适应性，提高模型在复杂气象环境下的适应性。

本发明授权一种考虑寒潮气象条件下的短期风电功率预测方法在权利要求书中公布了：1.一种考虑寒潮气象条件下的短期风电功率预测方法，其特征在于，该预测方法具体步骤如下： Ⅰ、选取风电场电站历史风电功率数据和气象数据时序，并预处理输入的风电场气象数据和功率数据； Ⅱ、利用Prophet算法进行温度变化趋势预测，结合寒潮预警，提取寒潮天气发生时段； Ⅲ、通过DoppelGANger网络对寒潮天气时段样本数据进行扩充，并设置网络参数； Ⅳ、使用MLP生成器对气象数据和功率数据进行解耦生成子序列，在每个时间步将气象数据馈送到时间序列生成器，并根据生成的气象数据对功率数据进行预处理； Ⅴ、对每个数据特征进行归一化处理，将每个时间序列的最大最小值作为一个随机变量进行样本生成； Ⅵ、将生成的子序列和伪属性作为输入，通过RNN批处理生成目标序列； Ⅶ、建立基于SF-TSN-TFT改进型神经网络的短期风电功率预测模型，对正常天气和寒潮天气时段进行单独预测，并将预测结果组合形成初步的预测结果； Ⅷ、通过多重误差修正策略，对不同类型残差进行预测并完成多重修正，进行多次迭代修正，当残差不可预测或达到最大迭代次数时，终止误差修正的迭代过程； Ⅸ、将初步预测结果与修正后的残差序列相加，以获取最终风电功率预测结果； 步骤Ⅳ中所述使用MLP生成器对气象数据和功率数据进行解耦生成子序列具体步骤如下： S4.1：将MLP生成器最底层作为输入层，输入多个n维向量，之后将隐藏层与输入层全连接，将输入层向量X输入隐藏层，并获取隐藏层的输出表示fW1X+b1，其中W1代表权重，b1代表偏置，函数f代表tanh函数tanha＝ea-e-aea+e-a，其中，a＝W1X+b1； S4.2：输出层接收隐藏层输出后，通过softmax回归，生成输出层输出softmaxW2X1+b2，其中，W2代表输出层的权重，b2代表输出层的偏置，以获取气象数据和功率数据解耦后的各组子序列，其中X1代表隐藏层的输出fW1X+b1。

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上海电力大学，其通讯地址为：201306 上海市浦东新区沪城环路1851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。