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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 赣州淘屋顶光伏发电设备有限公司李正灵获国家专利权

赣州淘屋顶光伏发电设备有限公司李正灵获国家专利权

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!

龙图腾网获悉赣州淘屋顶光伏发电设备有限公司申请的专利基于多能互补的电力虚拟储能控制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:CN120855429B

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:202510956233.7,技术领域涉及:H02J3/28;该发明授权基于多能互补的电力虚拟储能控制方法是由李正灵设计研发完成,并于2025-07-11向国家知识产权局提交的专利申请。

基于多能互补的电力虚拟储能控制方法在说明书摘要公布了:本发明涉及电力信息技术领域,尤其涉及基于多能互补的电力虚拟储能控制方法,该方法在利用XGBoost模型对电力负荷进行预测的过程中,根据XGBoost模型中的损失函数,获取任一轮迭代结束后的学习率的调整方向因子;根据任一轮迭代中的各项关键特征的历史数据分布情况,以及任一轮迭代结束后的预测效果,获取任一轮迭代结束后的学习率的综合调整幅度;根据调整方向因子和综合调整幅度,获取任一轮迭代结束后的自适应学习率,根据每一轮迭代结束后的自适应学习率,得到XGBoost模型输出的电力负荷最终预测值,提高了利用XGBoost模型对电力负荷进行预测的准确性,进而提高了电力虚拟储能系统的运行效率。

本发明授权基于多能互补的电力虚拟储能控制方法在权利要求书中公布了:1.基于多能互补的电力虚拟储能控制方法,其特征在于,所述基于多能互补的电力虚拟储能控制方法包括: 在电力系统中,获取至少一项用于对电力负荷进行预测的关键特征,以及不同时间节点下每项关键特征的历史数据,并将所有关键特征和历史数据作为XGBoost模型的输入集; 根据所述输入集,利用XGBoost模型对电力负荷进行预测的过程中,针对任一轮迭代,若所述任一轮迭代为非首轮迭代,则根据XGBoost模型中的损失函数,获取所述任一轮迭代结束后的学习率的调整方向因子; 根据所述任一轮迭代中的各项关键特征的历史数据分布情况,以及所述任一轮迭代结束后的决策树的预测效果,获取所述任一轮迭代结束后的学习率的综合调整幅度; 根据所述调整方向因子和所述综合调整幅度,获取所述任一轮迭代结束后的自适应学习率,获取利用XGBoost模型对电力负荷进行预测过程中的每一轮迭代结束后的自适应学习率,根据每一轮迭代结束后的自适应学习率,得到XGBoost模型输出的电力负荷最终预测值,根据电力负荷最终预测值,利用虚拟储能技术平衡电力系统能量; 所述根据所述任一轮迭代中的各项关键特征的历史数据分布情况,以及所述任一轮迭代结束后的决策树的预测效果,获取所述任一轮迭代结束后的学习率的综合调整幅度,包括: 根据所述任一轮迭代中的各项关键特征的历史数据分布情况,得到所述任一轮迭代结束后的学习率的第一调整幅度; 获取不同时间节点下电力负荷的实际值,以及所述任一轮迭代和其上一轮迭代结束后的目标函数的输出结果,根据所述任一轮迭代结束后与所述上一轮迭代结束后对应的输出结果的差异,以及所述任一轮迭代结束后的决策树的预测结果与电力负荷的实际值之间的差异,得到所述任一轮迭代结束后的学习率的第二调整幅度; 将所述第一调整幅度与所述第二调整幅度之间的和进行归一化,得到所述任一轮迭代结束后的学习率的综合调整幅度。

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赣州淘屋顶光伏发电设备有限公司,其通讯地址为:341300 江西省赣州市崇义县齐云山大道136号山水涧3号楼商业106室;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。