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！

龙图腾网获悉嵊州市浙江工业大学创新研究院申请的专利一种集成挤压激励注意力机制的双通道风电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：CN115577748B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202211155764.9，技术领域涉及：G06N3/0464；该发明授权一种集成挤压激励注意力机制的双通道风电预测方法是由刘毅;李浩男;余清;周水清;徐滌平;郭礼建设计研发完成，并于2022-09-22向国家知识产权局提交的专利申请。

本一种集成挤压激励注意力机制的双通道风电预测方法在说明书摘要公布了：本方案公开了一种集成挤压激励注意力机制的双通道风电预测方法，提出基于多变量的风力发电功率预测，同时考虑内生变量和外生变量，有效改善模型的性能，提高模型预测精度；预测模型混合了CNN模型和GRU模型，由两个模型并列处理输入数据，并分别对CNN模型、GRUB模型引入SE注意力机制赋予隐含状态不同的概率权重，既能够满足风力发电功率预测的时间序列特征需求，又能够在多变量输入参数的情况下保证不容易出现过拟合的问题，使模型在多变量参数的时间序列下能够更准确的预测风力发电功率的变化，有利于电厂对用电量的合理调度。

本发明授权一种集成挤压激励注意力机制的双通道风电预测方法在权利要求书中公布了：1.一种集成挤压激励注意力机制的双通道风电预测方法，其特征在于，包括： 构建基于双通道的风电预测模型，该风电预测模型包括基于注意力机制的CNN网络和基于注意力机制的GRU网络； 准备数据集—由包括发电功率、各部件温度、环境温度和风速组成的时间序列； 使用数据集训练风电预测模型： 将数据集分别输入基于注意力机制的CNN网络和基于注意力机制的GRU网络； CNN网络输出的数据YC和GRU网络输出的数据YG在相应维度上进行拼接后输入全连接层，全连接层基于输入的拼接结果输出预测结果； 基于损失函数根据预测结果和相应的真实结果更新风电预测模型，重复以上训练步骤直到模型收敛或达到最大步数； 基于注意力机制的CNN网络包括CNN模型和第一注意力模块； CNN模型包括两层卷积层和一层池化层，并使用ReLU激活函数进行激活； CNN模型的输出结果表示为： 式中，C1和C2分别表示卷积层1和卷积层2的输出；P1表示池化层的输出；X为输入数据；W1和W2为权重矩阵；b1、b2、b3为偏置系数 CNN模型对输入的时间序列进行特征提取，输出结果HC； 对结果HC进行数据变换和数据压缩： 数据变换：，其中：，，是输入数据经计算后得到的第n个特征图，； 数据压缩：通过空间尺寸H×W进行压缩生成，其中第n个元素通过以下公式计算：； 第一注意力模块通过如下过程对处理后的结果HC进行激励和赋权，输出Yc： 式中：是第一通道注意力模块给出的特征图权重向量，和分别表示第一通道注意力模块的Sigmoid与ReLU激活函数，和分别是控制模型复杂度的全连接层系数，； 随后基于得到的特征图向量与权重系数相乘计算得到第一注意力模块的最终输出值。

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嵊州市浙江工业大学创新研究院，其通讯地址为：312400 浙江省绍兴市嵊州市浦口街道浦南大道388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。