浙江芯能光伏科技股份有限公司邱乾胜获国家专利权
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!
龙图腾网获悉浙江芯能光伏科技股份有限公司申请的专利一种基于改进优化粒子算法的光伏功率预测方法及系统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:CN120728598B 。
龙图腾网通过国家知识产权局官网在2026-02-03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:202511245008.9,技术领域涉及:H02J3/00;该发明授权一种基于改进优化粒子算法的光伏功率预测方法及系统是由邱乾胜;张宏候;潘庭庭;肖凌超;张震豪设计研发完成,并于2025-09-02向国家知识产权局提交的专利申请。
本一种基于改进优化粒子算法的光伏功率预测方法及系统在说明书摘要公布了:本申请提供了一种基于改进优化粒子算法的光伏功率预测方法,步骤包括:采集历史光伏功率数据与太阳辐射、气温等气象数据,按时间戳内连接融合得数据集;通过处理异常值、KNN插值补缺失值、相关系数选特征、归一化,并划分训练集和测试集;构建优化粒子算法,按超参数或参数数量定搜索维度,经自适应步长、位置更新、边界截断迭代,输出最优超参数或参数;用该超参数或参数训练并融合得预测值;以多个指标评估进行评估,处理天气预测数据输出结果。
本发明授权一种基于改进优化粒子算法的光伏功率预测方法及系统在权利要求书中公布了:1.一种基于改进优化粒子算法的光伏功率预测方法,包括以下步骤: S1数据采集融合, S11数据采集:采集光伏电站的历史光伏功率数据及对应的时间戳;采集的气象数据及气象数据对应的时间戳;气象数据的对应气象特征包括:太阳辐射、气温、相对湿度、气压数据; S12数据融合:基于时间戳采用内连接方式进行数据融合,仅保留光伏功率数据与气象数据中时间戳完全匹配的记录,剔除时间戳不重合的无效数据: 其中为融合后的数据集合,表示以时间戳为关联键的内连接操作; S2数据预处理, S21异常值处理: S22缺失值填补: S23选择特征单元: S24归一化: S25数据集划分单元:基于时间序列特性对归一化后输出的数据集进行划分,确保训练集与测试集的时间连续性,划分公式为 ; ; 其中为训练集起始时间,为训练集结束时间; S3:改进优化算法, 以训练集为基础数据,包括: S31初始化:根据随机森林模型、梯度提升模型、堆叠集成预测模型待优化的超参数或参数的数量,确定搜索空间维度;且该搜索空间为初始超参数或初始参数取值上边界和下边界之间,在搜索空间内随机初始化个优化粒子的位置坐标,为优化粒子数量,每个优化粒子的位置坐标对应一组待优化的预测模型超参数或参数组合; S32自适应步长:引入迭代衰减因子调整搜索步长,平衡算法全局搜索与局部搜索能力: ; 其中,为步长衰减系数,为当前迭代次数,为最大迭代次数; S33位置更新:引入全局最优位置引导项更新优化粒子位置,加快算法收敛速度,确保搜索方向向最优超参数组合或最优参数组合靠近: ; ; 其中,为第只优化粒子的位置坐标,、为当前迭代轮次下全局最优超参数组合或全局最优参数组合对应的位置坐标,为[-1,1]区间内的随机步长;为自主设定的参数,取值范围为0-1之间; S34边界截断:采用边界截断策略处理位置越界问题,确保优化粒子位置始终在超参数或参数的取值范围内: ; ; 其中,、分别为超参数或参数取值的上下边界,其中初始超参数或初始参数取值根据光伏功率预测场景及模型特性预设; 重复执行S31-S34,直至达到最大迭代次数,输出全局最优位置坐标对应的超参数组合或参数组合,作为后续预测模型构建的最优超参数或参数; S4预测模型构建与训练, S41随机森林模型训练:使用S3优化后的超参数,在训练集上构建棵决策树;将每棵决策树对输入特征的预测结果取平均值,得到随机森林模型的预测值: ; 其中,为第棵决策树对输入特征的预测结果,为随机森林模型的预测值; S42梯度提升模型训练:使用S3优化后的超参数,在训练集上基于梯度提升决策树实现迭代训练;第轮迭代时,通过构建新决策树修正前轮的预测误差,得到第轮的预测值: ; 其中,为第轮迭代的预测值,为第轮迭代的预测值,为第棵决策树对输入特征的预测结果;迭代至预设轮次,所述预设轮次的数量为优化后的树的数量,输出梯度提升模型的最终预测值; S43堆叠集成预测模型训练:以随机森林模型和梯度提升模型的预测结果、作为输入特征,在所述训练集上按S3堆叠集成预测模型的参数,所述堆叠集成预测模型的参数包括权重系数、及偏置项,并获得最终实现光伏功率预测: ; 其中,为堆叠集成预测模型的预测值,即光伏功率预测结果。
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芯能光伏科技股份有限公司,其通讯地址为:314400 浙江省嘉兴市海宁市皮都路9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。
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