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！

龙图腾网获悉山西大学;国家电投集团山西新能源有限公司申请的专利多特征融合的生成对抗网络超短期风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：CN115526376B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202210966516.6，技术领域涉及：G06Q10/04；该发明授权多特征融合的生成对抗网络超短期风功率预测方法是由王灵梅;刘玉山;程江涛;郭东杰;贾成真;申戬林;邵吉;孟恩隆;侯勇;田志强设计研发完成，并于2022-08-11向国家知识产权局提交的专利申请。

本多特征融合的生成对抗网络超短期风功率预测方法在说明书摘要公布了：本发明提供了一种多特征融合的生成对抗网络超短期风功率预测方法，由变分模态分解与注意力机制、长短期记忆神经网络结合作为生成器，卷积神经网络作为判别器；使用W距离作为生成器的目标函数，并用利普希茨连续条件对判别器进行限制，以提高模型稳定性；以及采用以单机预测反推全场功率的技术路线，以弥补在测风塔数据无法反应整场风资源情况时风功率预测的准确性。通过本发明，能够提高超短期风功率预测的准确率，解决风功率的波动性大、影响风功率的多个因素对超短期风功率预测的贡献率不同以及原始生成对抗网络模型的不收敛、不稳定等问题。

本发明授权多特征融合的生成对抗网络超短期风功率预测方法在权利要求书中公布了：1.一种多特征融合的生成对抗网络超短期风功率预测方法，其特征在于，包括： 获取待预测风电机组的历史功率数据及对应天气数据，进行数据预处理，将预处理后得到的数据作为训练数据； 构建待预测风电机组超短期风功率预测模型；通过所述训练数据对构建的所述待预测风电机组超短期风功率预测模型进行训练；其中，所述待预测风电机组超短期风功率预测模型由变分模态分解与注意力机制、长短期记忆神经网络结合作为生成器，卷积神经网络作为判别器，使用W距离作为所述生成器的目标函数； 将待预测风电机组的实时功率数据和天气数据输入训练完成的所述待预测风电机组超短期风功率预测模型中，模型输出作为实时的超短期风功率预测结果； 为解决原始GAN梯度消失、训练不收敛、模型容易崩溃的问题，引入W距离，用判别器估计生成分布与真实分布的W距离，用生成器拉近W距离，达到生成逼近真实功率的预测功率的目标；将判别器相对于输入X的梯度限制在一定范围内使得判别器满足Lipschitz条件，梯度惩罚项； 生成器的损失函数为： 10 判别器的损失函数为： 11 式中：JD表示WGAN判别器的目标函数，r表示真实样本数据，x为输入数据列，为原始功率数据的样本分布，表示梯度，其中，为的样本分布，表示真实功率数据采样的数学期望，表示数据的数据期望。

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山西大学;国家电投集团山西新能源有限公司，其通讯地址为：030006 山西省太原市坞城路92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。