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！

龙图腾网获悉东南大学申请的专利基于联邦云模型的区域分布式发电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：CN116231635B 。

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：202310140867.6，技术领域涉及：H02J3/00；该发明授权基于联邦云模型的区域分布式发电预测方法是由喻洁;鄢鹏阳设计研发完成，并于2023-02-21向国家知识产权局提交的专利申请。

本基于联邦云模型的区域分布式发电预测方法在说明书摘要公布了：本发明公开了基于联邦云模型的区域分布式发电预测方法，涉及电力数据预测技术领域，包括以下步骤：分区域构建分布式电源历史数据特征集，分区域对分布式电源历史数据特征集中的数据特征，采用云模型进行特征相似度筛选，采用多维云特征加权法对不同维度的特征集加权，筛选出与预测日特征集相似度最高的五天作为训练集，后对训练集内的数据特征利用LSTM长短期神经网络进行预测，得到分布式电源出力预测值；总服务器发送联邦训练请求，各区域选择是否响应联邦训练请求，响应区域将本地模型参数上传到总服务器进行拟合，得到全局模型参数，将全局模型参数传递回各区域，各区域利用传递回的全局模型参数进行本地训练，至获得最终预测模型。

本发明授权基于联邦云模型的区域分布式发电预测方法在权利要求书中公布了：1.基于联邦云模型的区域分布式发电预测方法，其特征在于，方法包括以下步骤： 分区域构建分布式电源历史数据特征集，分布式电源历史数据特征集包括温度、光照强度、湿度、时间和分布式电源出力的维度； 分区域对分布式电源历史数据特征集中的数据特征，采用云模型进行特征相似度筛选，采用多维云特征加权法对不同维度的分布式电源历史数据特征集进行加权，筛选出与当日的预测日特征集相似度最高的五天作为训练集，后对筛选出的训练集内的数据特征利用LSTM长短期神经网络进行预测，得到分布式电源出力预测值； 筛选出与预测日特征集相似度最高的五天，在得到预测日不同数据特征的相似度之后，采用多维云特征加权法对不同维度的特征相似度进行加权，将最后得到的结果进行排序，筛选出总加权结果最高的五天作为训练集； 所述多维云特征加权法的公式如下： sim总＝k1simC1i,C1j+k2simC2i,C2j+K3simC3i,C3j 其中sim总为最终加权相似度，simC1i,C1j为第i组和第j组模型温度特征云模型相似度，simC2i,C2j为第i组和第j组模型光照强度特征云模型相似度，simC3i,C3j第i组和第j组模型湿度特征云模型相似度，k1,k2,k3分别为不同特征的加权系数，C1i,C2i,C3i分别为第i组数据的温度、光照强度和湿度特征；将筛选后的所有结果总加权相似度sim总进行排序，选取总加权结果最高的五天作为训练集； 根据得到的分布式电源出力预测值，总服务器发送联邦训练请求，各区域选择是否响应联邦训练请求，响应区域将本地模型参数上传到总服务器进行拟合，得到全局模型参数，总服务器再将全局模型参数传递回各区域，各区域利用传递回的全局模型参数进行本地训练，至获得最终预测模型。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区新街口街道四牌楼2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”。