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！

龙图腾网获悉浙江大学申请的专利一种基于非参数随机微分方程的超短期风电功率概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：CN119109037B 。

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：202411247203.0，技术领域涉及：H02J3/00；该发明授权一种基于非参数随机微分方程的超短期风电功率概率预测方法是由万灿;徐钰淇;何志强;刘辉;鞠平设计研发完成，并于2024-09-06向国家知识产权局提交的专利申请。

本一种基于非参数随机微分方程的超短期风电功率概率预测方法在说明书摘要公布了：本发明公开了一种基于非参数随机微分方程的超短期风电功率概率预测方法。该方法为：首先构建用于描述风电出力短时随机波动的非参数随机微分方程，并结合高斯过程回归与近似差分运算，实现有限风电观测数据下非参数随机微分方程的自适应推断；为满足随机微分方程推断和求解对于样本分辨率和计算效率的需求，将随机微分方程与深度神经网络相结合，基于双层注意力循环神经网络构建风电随机过程路径插值器与随机微分方程数值积分器，并提出两阶段训练算法实现网络参数的协同优化；最后，通过随机微分方程的概率转移特性，利用训练好的网络计算得到风电功率在预测时间内的时变概率分布。本发明可实现具有超时间分辨率的风电功率概率预测。

本发明授权一种基于非参数随机微分方程的超短期风电功率概率预测方法在权利要求书中公布了：1.一种基于非参数随机微分方程的超短期风电功率概率预测方法，其特征在于：该概率预测方法依赖于一种基于非参数随机微分方程的风电功率概率预测模型实现，所述预测模型的构建方法包括以下步骤： 1构建用于描述风电出力随机过程的非参数随机微分方程，得到风电出力随机过程模型； 2基于双层注意力循环神经网络构建风电出力随机过程路径插值器和随机微分方程数值积分器； 3利用风电出力随机过程路径插值器生成超时间分辨率的风电出力随机扩散路径样本，基于风电出力随机扩散路径样本对高斯过程模型进行参数优化，基于参数优化后的高斯过程模型对所述非参数随机微分方程进行推断，更新所述风电出力随机过程模型； 4将步骤2中所述风电出力随机过程路径插值器和随机微分方程数值积分器、以及步骤3中所述风电出力随机过程模型进行串联，得到所述基于非参数随机微分方程的风电功率概率预测模型； 5采用两阶段训练算法实现所述基于非参数随机微分方程的风电功率概率预测模型内部网络参数的协同优化。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。