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！

龙图腾网获悉烟台海颐软件股份有限公司申请的专利基于DIRMO与差异化目标函数的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：CN121524832B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202610036180.1，技术领域涉及：G06F18/243；该发明授权基于DIRMO与差异化目标函数的风电功率预测方法是由胡电中;王静;杨欣毅;刘圣杰设计研发完成，并于2026-01-13向国家知识产权局提交的专利申请。

本基于DIRMO与差异化目标函数的风电功率预测方法在说明书摘要公布了：基于DIRMO与差异化目标函数的风电功率预测方法及系统，涉及风电功率预测领域。为了解决现有的多步功率预测采用单一模型进行预测，难以同时兼顾时序建模和特征处理、预测精度下降、模型鲁棒性不足、搜索效率低的缺陷，本发明对预处理后的功率和风速数据进行去噪、归一化和特征提取，获得多尺度特征；对归一化后的功率和风速数据进行时序建模，生成未来的初步预测结果；将多步预测任务划分为若干组，并将多输出问题转为单输出问题进行训练与预测；对LightGBM模型的超参数进行自动优化，使用优化后的超参数训练各组LightGBM模型，并基于GRU初步预测结果与多尺度特征进行最终功率预测。本发明主要用于对风电功率进行预测。

本发明授权基于DIRMO与差异化目标函数的风电功率预测方法在权利要求书中公布了：1.基于DIRMO与差异化目标函数的风电功率预测方法，其特征在于，包括如下步骤： S1、采集历史功率数据、风速数据和气象预报数据，并进行预处理； S2、采用VMD-CEEMDAN自适应混合分解方法对预处理后的功率和风速数据进行去噪、归一化和特征提取，获得多尺度特征； S3、初步预测阶段： 采用门控循环单元GRU对归一化后的功率和风速数据进行时序建模，捕获功率序列的时序趋势和长期依赖关系，生成未来的初步预测结果； S4、精细化预测阶段： 基于DIRMO分组策略，将多步预测任务划分为若干组，每组构建一个LightGBM模型，并采用数据重构法将多输出问题转为单输出问题进行训练与预测； S5、区域差异化目标函数； 针对不同区域的不同考核标准，设计区域差异化的自定义目标损失函数作为LightGBM模型的训练目标，并推导其一阶梯度与二阶Hessian矩阵；使LightGBM模型的训练目标与实际考核指标完全一致； S6、超参数自动优化： 采用自适应差分进化算法对LightGBM模型的超参数进行自动优化，优化目标为验证集上的区域差异化评价指标； S7、模型训练与预测： 使用优化后的超参数训练各组LightGBM模型，并基于GRU初步预测结果与多尺度特征进行最终功率预测。

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烟台海颐软件股份有限公司，其通讯地址为：264000 山东省烟台市开发区珠江路32号(III-5小区)；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。