Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜哈尔滨工业大学杨大智获国家专利权

恭喜哈尔滨工业大学杨大智获国家专利权

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!

龙图腾网恭喜哈尔滨工业大学申请的专利概率性框架下光伏功率的层级式协调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:CN116402230B

龙图腾网通过国家知识产权局官网在2025-06-10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:202310397338.4,技术领域涉及:G06Q10/04;该发明授权概率性框架下光伏功率的层级式协调预测方法是由杨大智;杨国铭设计研发完成,并于2023-04-13向国家知识产权局提交的专利申请。

概率性框架下光伏功率的层级式协调预测方法在说明书摘要公布了:概率性框架下光伏功率的层级式协调预测方法,解决了如何在电力系统多层次结构中生成高质量且聚合一致的光伏功率预测分布的问题,属于光伏发电技术领域。本发明包括:S1、生成电力系统各层级且包含预测范围h的基础光伏预测功率矩阵χ;S2、根据χ,计算向前1步的基础光伏预测功率误差,并组成基础光伏预测功率误差矩阵,采用块自举法从基础光伏预测功率误差矩阵中有放回地抽取J个误差块矩阵εj,并将其叠加至χ中,得到矩阵χj;S3、在每个矩阵χj中提取第h列向量,并将提取的所有列向量排列成H个m×J阶的新基础光伏预测功率矩阵,根据新基础光伏预测功率矩阵获得电力系统各层级的调和光伏预测功率序列

本发明授权概率性框架下光伏功率的层级式协调预测方法在权利要求书中公布了:1.概率性框架下光伏功率的层级式协调预测方法,其特征在于,所述方法包括:S1、生成电力系统各层级且包含预测范围h的基础光伏预测功率矩阵预测范围h∈{1,...,H},H表示最大预测范围,m表示矩阵中所有基础光伏预测功率时间序列的数量;S2、根据基础光伏预测功率矩阵计算向前1步的基础光伏预测功率误差,并组成基础光伏预测功率误差矩阵,采用块自举法从基础光伏预测功率误差矩阵中有放回地抽取J个误差块矩阵εj,j∈{1,…,J},并将J个误差块矩阵εj叠加至基础光伏预测功率矩阵中,得到矩阵S3、在每个矩阵中提取第h列向量,并将提取的所有列向量重新排列成一个m×J阶的新基础光伏预测功率矩阵共得到新基础光伏预测功率矩阵:根据新基础光伏预测功率矩阵获得电力系统各层级的调和光伏预测功率电力系统各层级的调和光伏预测功率为: 其中,S为m×mb阶求和矩阵,mb为最底层光伏测量功率时间序列数,m=1+m1+…+mb,1、m1…mb分别为电力系统b级层次结构从上至下聚合程度由高到低的l0级、l1级…和最底层lb级所含光伏测量功率时间序列的数量;求和矩阵中,某条光伏测量功率时间序列对应求和矩阵的某行,包含最底层的第i条光伏测量功率时间序列时,该行的第i个值为1,否则为0,i=1,…,mb,P为最优协调矩阵;所述方法还包括:S4、计算标准化连续分级概率评分nCRPS: 其中,xt为利用S3验证数据集t时的调和光伏预测功率值,yt为验证数据集t时的光伏测量功率值,n为验证数据集中调和光伏预测功率值或光伏测量功率值的数据个数,为验证数据集中光伏测量功率值的均值,表示xt的预测分布,1z-yt则为平移到yt的赫维赛德阶跃函数;所述S4还包括:计算标准化均方根误差nRMSE:

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哈尔滨工业大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92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”。

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。