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！

龙图腾网获悉国网浙江省电力有限公司台州供电公司申请的专利一种复杂场景下的风电功率爬坡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：CN121192696B 。

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：202511735601.1，技术领域涉及：H02J3/00；该发明授权一种复杂场景下的风电功率爬坡预测方法及系统是由杨坚;屠雨夕;洪蕾;张静;孔飘红;赵爱芳;郑远德;张驰;郑子淮设计研发完成，并于2025-11-25向国家知识产权局提交的专利申请。

本一种复杂场景下的风电功率爬坡预测方法及系统在说明书摘要公布了：本发明公开了一种复杂场景下的风电功率爬坡预测方法及系统，涉及风电功率预测技术领域，包括如下步骤：对历史气象数据与归集化处理后的历史功率数据进行时序一致性融合处理生成测试数据集；通过测试数据集对改进后的Informer模型进行训练得到目标预测模型，以实时数据集作为目标预测模型的输入得到原生风电功率预测序列；对原生风电功率预测序列进行爬坡检测并结合bump事件合并策略对初始风电功率预测序列进行一次修正得到次生风电功率预测序列；基于xLSTM模型对次生风电功率预测序列中的极值点进行二次修正得到目标风电功率预测序列。实现了爬坡事件全流程的精准识别与预警，有效提升了复杂场景下风电功率爬坡预测的整体精度。

本发明授权一种复杂场景下的风电功率爬坡预测方法及系统在权利要求书中公布了：1.一种复杂场景下的风电功率爬坡预测方法，其特征在于：包括如下步骤： 对历史气象数据与归集化处理后的历史功率数据进行时序一致性融合处理生成测试数据集； 通过测试数据集对改进后的Informer模型进行训练得到目标预测模型，以实时数据集作为目标预测模型的输入得到原生风电功率预测序列； 对原生风电功率预测序列进行爬坡检测并结合bump事件合并策略对初始风电功率预测序列进行一次修正得到次生风电功率预测序列； 基于xLSTM模型对次生风电功率预测序列中的极值点进行二次修正得到目标风电功率预测序列； 所述对历史气象数据与归集化处理后的历史功率数据进行时序一致性融合处理生成测试数据集；包括如下步骤： 通过采样频率一致性获取时间序列上的历史气象数据和历史功率数据； 通过Min-Max归一化算法对相同时序上的历史功率数据进行归一化处理得到历史时序功率数据； 通过气象因子一致性对相同时序上的历史气象数据进行集约化表征得到历史时序气象数据； 通过时序对齐算法对历史时序气象数据和历史时序功率数据进行时序一致性对齐得到测试数据集； 所述对原生风电功率预测序列进行爬坡检测并结合bump事件合并策略对初始风电功率预测序列进行一次修正得到次生风电功率预测序列；包括如下步骤： 基于改进旋转门算法对原生风电功率预测序列进行初步爬坡检测生成若干功率趋势段；根据功率变化阈值δ对若干所述功率趋势段进行趋势分类生成原生爬坡趋势段序列； 遍历原生爬坡趋势段序列中相邻的爬坡趋势段并计算相邻两段的功率变化幅度，若功率变化幅度小于设定阈值且相邻两段趋势方向一致，则判定为bump事件；反之，以当前趋势段终点为起始点继续遍历后续相邻段； 轮次遍历完原生爬坡趋势段序列，将判定为bump事件的相邻爬坡趋势段进行合并生成次生爬坡趋势段序列； 提取次生爬坡趋势段序列中的起始点和终止点构建初始起止点集合；查找初始起止点集合中每个爬坡段对应的起始点前最近的极值点以及终止点后最近的极值点； 根据起始点前最近的极值点、终止点后最近的极值点与原起止点的位置关系进行场景修正和时序整合得到次生风电功率预测序列。

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国网浙江省电力有限公司台州供电公司，其通讯地址为：318001 浙江省台州市椒江区中心大道809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。