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！

龙图腾网获悉广东海洋大学申请的专利一种基于混合网络的超短期风电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：CN121150040B 。

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：202511687634.3，技术领域涉及：H02J3/00；该发明授权一种基于混合网络的超短期风电功率预测方法是由林聪;冯嘉怡;沈柏安;周启月;李军豪;杨鹏设计研发完成，并于2025-11-18向国家知识产权局提交的专利申请。

本一种基于混合网络的超短期风电功率预测方法在说明书摘要公布了：本发明公开了一种基于混合网络的超短期风电功率预测方法。该方法包括以下步骤：基于数据驱动网络分支和物理驱动网络分支构建超短期风电功率预测模型；数据驱动网络分支融合了时间卷积神经网络和Transformer编码器；基于风电场的历史气象时序数据和历史SCADA状态数据构建超短期风电功率预测模型的训练集，并利用超短期风电功率预测模型的训练集对超短期风电功率预测模型进行训练；基于训练后的超短期风电功率预测模型获取超短期风电功率预测结果。本发明克服了现有纯数据驱动模型可解释性差、在数据稀缺场景下有效性不足的缺陷，实现了高精度且符合物理规律的超短期风电功率预测，为电网的安全稳定调度提供了可靠技术支撑。

本发明授权一种基于混合网络的超短期风电功率预测方法在权利要求书中公布了：1.一种基于混合网络的超短期风电功率预测方法，其特征在于，包括以下步骤： 基于数据驱动网络分支和物理驱动网络分支构建超短期风电功率预测模型；数据驱动网络分支融合了时间卷积神经网络和Transformer编码器；超短期风电功率预测模型包括数据驱动网络分支、物理驱动网络分支、拼接层和全连接层；数据驱动网络分支的输入端作为第一数据输入端，数据驱动网络分支的输出端连接拼接层的第一输入端口，物理驱动网络分支的输入端作为第二数据输入端，物理驱动网络分支的输出端连接拼接层的第二输入端口，拼接层的输出端连接全连接层的输入端，全连接层的输出端作为超短期风电功率预测模型的输出； 数据驱动网络分支包括依次连接的数据驱动输入层、线性适配层、位置编码层、TCN-Transformer模块和池化层；数据驱动输入层用于输入归一化后的气象时序数据；线性适配层用于调整归一化后的气象时序数据的特征维度以获取符合Transformer编码器输入要求的气象时序数据；位置编码层用于对符合Transformer编码器输入要求的气象时序数据进行位置编码，以获取隐藏表示序列数据；TCN-Transformer模块包括依次连接的三个相同的TCN-Transformer层；TCN-Transformer模块用于通过时间卷积神经网络和Transformer编码器对隐藏表示序列数据进行处理，以获取多层融合数据；池化层用于对多层融合数据进行平均池化以获取全局时序特征数据； 物理驱动网络分支包括依次连接的物理驱动输入层、PhyNet层和物理量计算层；物理驱动输入层用于输入风力发电机组的叶尖速比和桨距角；PhyNet层根据风力发电机组的叶尖速比和桨距角预测风力发电机组的风能利用系数；物理量计算层用于根据风力发电机组的风能利用系数计算风力发电机组的超短期风电功率理论值，并将其转化为符合Transformer编码器输入要求的物理特征数据； 基于风电场的历史气象时序数据和历史SCADA状态数据构建超短期风电功率预测模型的训练集，并利用超短期风电功率预测模型的训练集对超短期风电功率预测模型进行训练； 基于训练后的超短期风电功率预测模型以及风电场的实时气象时序数据和实时SCADA状态数据，获取超短期风电功率预测结果。

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广东海洋大学，其通讯地址为：524088 广东省湛江市麻章区海大路1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。