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！

龙图腾网获悉李然;白磊;上海交通大学;上海人工智能创新中心申请的专利基于Swin-Transformer框架的气象-风电功率联合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：CN119476586B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202411535676.0，技术领域涉及：G06Q10/04；该发明授权基于Swin-Transformer框架的气象-风电功率联合预测方法是由李然;白磊;林洲汉;张海鹏;顾欣宇;刘一凡设计研发完成，并于2024-10-31向国家知识产权局提交的专利申请。

本基于Swin-Transformer框架的气象-风电功率联合预测方法在说明书摘要公布了：本发明提供了基于Swin‑Transformer框架的气象‑风电功率联合预测方法，涉及风电短期预测领域，包括以下步骤：获取历史风电时序功率数据和未来气象网格预报数据；将获取的历史风电时序功率数据和未来气象网格预报数据进行时空位置编码卷积，分别输出气象预报数组和历史功率的初始特征，将这两组初始特征在最后一维度上进行合并、填充形成一个新的特征数据；将新的特征数据输入到气象‑新能源预测模型中，输出融合特征，将融合特征再次卷积和一个MLP层得到最终的预测结果。本发明解决了气象网格数据与风电时序数据模态不一致，难以有效地融合并被机器学习模型理解的问题；解决了气象网格数据冗余度高，传统机器学习模型难以有效地利用并提升预测精度的问题。

本发明授权基于Swin-Transformer框架的气象-风电功率联合预测方法在权利要求书中公布了：1.基于Swin-Transformer框架的气象-风电功率联合预测方法，其特征在于，包括以下步骤： 获取历史风电时序功率数据和未来气象网格预报数据； 将获取的历史风电时序功率数据进行时间位置编码，将未来气象网格预报数据进行时间位置编码和空间位置编码，对编码后的历史风电时序功率数据和未来气象网格预报数据分别进行卷积，分别输出气象预报数组和历史功率的初始特征，将这两组初始特征在第二维度上进行合并和填充形成一个新的特征数据； 空间位置编码的具体公式如下： 1； 2； 式中，表示偶数列的元素，表示偶数行的元素，数组是二维的，n,2，n表示风电场的数量，2表示经纬度坐标，所以x表示经度，y表示纬度，d表示特征的维度，表示偶数列，表示奇数列； 将新的特征数据输入到气象-新能源预测模型中，输出融合特征，将融合特征再次卷积和一个MLP层得到最终的预测结果； 气象-新能源预测模型基于改进的Swin-Transformer通过堆叠多层模型来实现特征的多尺度建模，每层包括局部窗口自注意力、移位窗口操作和全连接层； 移位窗口操作连接不同窗口中的信息 5； 式中，是移位的像素数，表示原始特征，表示移位后的特征。

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李然;白磊;上海交通大学;上海人工智能创新中心，其通讯地址为：200240 上海市闵行区东川路800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。