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！

龙图腾网获悉河海大学申请的专利基于并行深度学习架构的光伏出力混合概率区间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：CN120297774B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510787940.8，技术领域涉及：G06Q10/0637；该发明授权基于并行深度学习架构的光伏出力混合概率区间预测方法及系统是由朱非林;林妹艳;朱鸥;侯添甜;张璟;刘为锋;郭旭宁;李云玲;钟平安设计研发完成，并于2025-06-13向国家知识产权局提交的专利申请。

本基于并行深度学习架构的光伏出力混合概率区间预测方法及系统在说明书摘要公布了：本发明公开了基于并行深度学习架构的光伏出力混合概率区间预测方法及系统，构建光伏出力多源驱动因素集；基于光伏出力多源驱动因素集，构建原始特征矩阵；对原始特征矩阵进行时空特征并行解耦，将解耦后的时间特征和空间特征输入时空特征互补增强模块进行融合；将特征增强后的光伏出力时空特征矩阵输入光伏出力基准型预测模型，获得光伏出力基准型预测结果及对应误差；将光伏出力基准型预测结果误差分别输入风险型预测模型，计算预测误差风险区间边界值，叠加至基准型预测结果，获得各自的光伏出力风险型预测结果；构建光伏出力混合风险型预测框架，输入两个风险型预测模型结果进行耦合并优化，获得光伏出力混合风险型预测结果。

本发明授权基于并行深度学习架构的光伏出力混合概率区间预测方法及系统在权利要求书中公布了：1.基于并行深度学习架构的光伏出力混合概率区间预测方法，其特征在于，所述方法包括： S1：构建光伏出力多源驱动因素集； S2：将所述光伏出力多源驱动因素集在统一时空基准下通过空间基准与时间维度同步化、特征拼接，构建原始特征矩阵； S3：构建基于并行深度学习架构的特征提取模块，对所述原始特征矩阵进行时空特征并行解耦，将解耦后的时间特征和空间特征输入时空特征互补增强模块进行融合； S4：构建基于稀疏注意力Transformer的光伏出力基准型预测模型，将特征增强后的光伏出力时空特征矩阵输入所述光伏出力基准型预测模型，获得光伏出力基准型预测结果及对应误差； S5：构建基于数据驱动与统计理论的风险型预测模型，将光伏出力基准型预测结果误差分别输入两个风险型预测模型，计算预测误差风险区间边界值，叠加至基准型预测结果，获得各自的光伏出力风险型预测结果； S6：构建光伏出力混合风险型预测框架，输入两个风险型预测模型结果进行耦合，采用多目标优化算法优化耦合参数，获得光伏出力混合风险型预测结果。

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河海大学，其通讯地址为：210024 江苏省南京市鼓楼区西康路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”。