Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京邮电大学;国家电投集团江苏电力有限公司苏州分公司黄永胜获国家专利权

南京邮电大学;国家电投集团江苏电力有限公司苏州分公司黄永胜获国家专利权

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!

龙图腾网获悉南京邮电大学;国家电投集团江苏电力有限公司苏州分公司申请的专利一种基于气象的动态图网络光伏电站群超短期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:CN121076785B

龙图腾网通过国家知识产权局官网在2026-02-17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:202511598170.9,技术领域涉及:H02J3/00;该发明授权一种基于气象的动态图网络光伏电站群超短期预测方法是由黄永胜;李昌平;孙琦;周岩;李烁涵;姚宗林;沈志中;黄雅欢;姚瑞;王彬彬;葛飞扬;胡帅;吴昊;周有嘉;周君豪设计研发完成,并于2025-11-04向国家知识产权局提交的专利申请。

一种基于气象的动态图网络光伏电站群超短期预测方法在说明书摘要公布了:一种基于气象的动态图网络光伏电站群超短期预测方法,该方法通过构建动态时空图网络,将区域内光伏电站视为由气象波动连接的复杂网络系统,以各电站为节点,电站间气象波动的传播关系通过图的边表示。边的权重和时滞根据实时气象数据动态调整,结合图神经网络和循环神经网络的混合模型,精准捕捉电站间的动态相互作用、平稳气象条件下的整体趋势以及突发天气事件引发的快速波动。相较于传统方法,本发明显著提升了预测精度、实时响应能力和物理可解释性,将分散的光伏电站整合为互相关联的动态系统,为电站群功率预测提供高效可靠的解决方案,增强大规模光伏系统的运行稳定性和电网调度效率。

本发明授权一种基于气象的动态图网络光伏电站群超短期预测方法在权利要求书中公布了:1.一种基于气象的动态图网络光伏电站群超短期预测方法,其特征在于,包括以下步骤: S1、获取多个地理位置分散的光伏电站的超短期时序数据,所述数据包括每个电站的并网功率数据、辐照度以及区域气象数据,所述区域气象数据包括风速、风向、温度、湿度和气压,并对所述数据进行缺失值处理、异常值检测和数据预处理; S2、定义所述光伏电站为图中的节点,并基于地理位置相似度、电站距离关系、历史功率相似度或其他相关性分析建立所述节点间的相对静态耦合关系;同时,利用所述气象数据,基于气象物理因素计算所述电站节点间的有向边权重,以动态地构建反映气象波动物理传播效应的动态邻接矩阵,最终结合所述静态耦合关系和动态邻接矩阵,构建形成动态图网络Gt=V, Et,其中V表示由N个节点所构成的集合,Et表示图结构的动态边; S3、构建一个由图神经网络和循环神经网络组成的混合模型,将所述动态图网络Gt与每个电站的所述预处理后的时序数据输入所述混合模型进行训练,直至满足预设的训练精度要求,完成模型训练; S4、判断所述功率预测结果是否满足预设的预测精度要求;若不满足,则返回所述模型构建与训练阶段对所述混合模型进行再训练或调优,直至满足预测精度符合对应情况要求; S5、当所述混合模型满足预测性能精度阈值后,使用最新实时气象数据和历史功率数据,结合实时更新的动态图网络Gt,通过所述满足精度要求的混合模型,进行未来特定时间段内的功率预测,所述功率预测采用预测机制,包括滚动预测,未来k步功率通过迭代输入实时数据计算,支持多步预测,并可输出相应的预测结果以及置信区间,或其他不确定性估计方法的预测结果。

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南京邮电大学;国家电投集团江苏电力有限公司苏州分公司,其通讯地址为:210000 江苏省南京市栖霞区文苑路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。

免责声明
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。