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！

龙图腾网获悉江苏海洋大学申请的专利基于模糊样本颗粒的光伏功率超短期非参数概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：CN115907235B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310018364.1，技术领域涉及：G06Q10/04；该发明授权基于模糊样本颗粒的光伏功率超短期非参数概率预测方法是由周衍;韦富朕设计研发完成，并于2023-01-06向国家知识产权局提交的专利申请。

本基于模糊样本颗粒的光伏功率超短期非参数概率预测方法在说明书摘要公布了：本发明公开了一种基于模糊样本颗粒的光伏功率超短期非参数概率预测方法，本发明首先分析光伏功率时间序列样本特性，结合数值天气预报中气象预报辐照数据，构造基于合并‑分解的样本颗粒处理方法；此外，研究基于样本颗粒的层次聚类方法，根据不同样本颗粒存在的不同簇，结合预设的待预测样本输入的特征，将样本颗粒按合理倍数自适应扩展，再复原为原始样本，实现样本使用权重的动态调整，最后再基于极限学习机的分位数回归模型，按照待测样本隶属于不同簇的情况分别训练光伏概率预测模型。本发明方法具有较好的可靠度和整体性能，极大地提高了光伏发电超短期非参数概率预测技术的实用性与准确性。

本发明授权基于模糊样本颗粒的光伏功率超短期非参数概率预测方法在权利要求书中公布了：1.一种基于模糊样本颗粒的光伏功率超短期非参数概率预测方法，其特征在于，包括如下步骤： 1构建和初始化基于极限学习机的分位数回归模型，并基于历史光伏功率时间序列与对应的辐照度预测值变化量建立模糊化样本距离，形成聚类样本集和训练样本集； 2以聚类样本集全部样本形成的矩阵作为样本颗粒集的初始样本颗粒，基于样本颗粒差异性准则迭代循环样本颗粒的分解与合并的过程，直到所有样本颗粒均不能再分解与合成； 3将样本颗粒集的所有样本颗粒按照层次聚类进行分簇，得到N个簇； 4根据不同簇之间的相似度计算得到待预测样本属于不同簇时的样本拓展倍数，并根据样本拓展倍数对训练样本集进行重构，再根据重构后的训练样本集对基于极限学习机的分位数回归模型进行训练，得到不同簇的极限学习机； 5根据待预测样本所属的簇，将待预测样本输入所属簇的极限学习机，预测光伏功率的概率预测区间； 其中，步骤2具体包括如下步骤： 2.1将聚类样本集全部样本形成的矩阵作为初始样本颗粒，加入样本颗粒集中； 2.2对样本颗粒集中每一样本颗粒依次执行如下判断和分解过程： 按照不同方式将其分解为若干对样本子颗粒候选，形成样本子颗粒候选对集，并计算每一候选对之间的差异性指标值，若所有候选对的差异性指标值最大值大于等于阈值，则将当前样本颗粒分解为差异性指标值最大值对应的样本子颗粒候选对中的两个子颗粒，否则不分解； 2.3对样本颗粒集中每两个任意样本颗粒，计算这两个样本颗粒的差异性指标值，若所有差异性指标值的最小值小于阈值，则将最小值对应的两个样本颗粒合并为一个样本颗粒，否则不合并； 2.4返回执行步骤2.2～2.3直至样本颗粒集中所有样本颗粒无法被分解或合并。

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江苏海洋大学，其通讯地址为：222005 江苏省连云港市海州区苍梧路59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”。