南京信息工程大学王皓楠获国家专利权
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!
龙图腾网获悉南京信息工程大学申请的专利一种基于多维预报偏差订正的光热DNI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:CN120373148B 。
龙图腾网通过国家知识产权局官网在2025-08-22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:202510851749.5,技术领域涉及:G06F30/27;该发明授权一种基于多维预报偏差订正的光热DNI预测方法是由王皓楠;熊雄;颜午阳;鲁耘萌;曾佳欣设计研发完成,并于2025-06-24向国家知识产权局提交的专利申请。
本一种基于多维预报偏差订正的光热DNI预测方法在说明书摘要公布了:本发明提供了一种基于多维预报偏差订正的光热DNI预测方法,包括:步骤1,通过自适应阈值方法进行DNI时间序列数据的清洗预处理操作;步骤2,基于K‑means聚类的DNI时间序列数据与气象因素维度拓展的融合分析及不同天气典型日识别;步骤3,基于三维融合优化算法与误差修正的光热电站短期太阳直接法向辐射预测;本发明采用多维预报偏差订正的方法,对融合多维气象因素的光热DNI数值进行预处理,并融合气象因素构建特征矩阵,进行K‑means聚类分析得到各种天气条件下的典型日,最后构建三维融合预测模型对DNI进行预测,并进行误差修正得到最后预测结果,从而提高光热DNI预测的准确性。
本发明授权一种基于多维预报偏差订正的光热DNI预测方法在权利要求书中公布了:1.一种基于多维预报偏差订正的光热DNI预测方法,其特征在于,包括以下步骤: 步骤1,通过自适应阈值方法进行DNI时间序列数据的清洗预处理操作; 步骤2,将气象因素进行维度拓展,将DNI时间序列数据进行K-means聚类,识别不同天气类型下的典型日; 步骤3,基于三维融合带有注意力机制的双向门控循环单元BiGRU-Attention、物理信息神经网络PINN、科尔莫戈夫-阿诺尔德网络KAN优化算法,以及误差修正的光热电站短期太阳直接法向辐射预测; 步骤1包括: 步骤1-1,收集历史DNI时间序列数据与对应的气象数据,包括温度、气压和云量; 步骤1-2,对历史DNI时间序列数据进行预处理,计算标准分数Z-Score,根据历史标准分数Z-Score的分布,设置阈值,并通过迭代进行阈值验证和调整,删除高于阈值的数据,将预处理后的DNI时间序列数据记为; 步骤1-3,将DNI时间序列数据输入模态分解算法VMD进行模态分解并得到DNI分解信号,代表第s个分信号,s表示分信号总数; 步骤1-4,将DNI分解信号单独输入自适应调节模型进行分信号特征提取。
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南京信息工程大学,其通讯地址为:210044 江苏省南京市江北新区宁六路219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”。
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。