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！

龙图腾网获悉北京国网电力技术股份有限公司申请的专利一种用于区域内分布式光伏站点发电量的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：CN115034490B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202210706703.0，技术领域涉及：H02J3/00；该发明授权一种用于区域内分布式光伏站点发电量的概率预测方法是由朱亚萍;周子冠设计研发完成，并于2022-06-21向国家知识产权局提交的专利申请。

本一种用于区域内分布式光伏站点发电量的概率预测方法在说明书摘要公布了：本发明公开了一种用于区域内分布式光伏站点发电量的概率预测方法，具体步骤如下：步骤一：预测模型建立；步骤二：检查预测模型是否需要更新；步骤三：使用训练数据训练每个预测模型；步骤四：找到每个预测模型的最佳权重；步骤五：从集合模型导出误差分布；步骤六：通过集合模型预测确定性光伏发电量；步骤七：从误差分布和确定性预测中生成PI；该方法开发了具有普适性的模型和方法来预测区域内分布式光伏发电量，通过K‑Means、朴素贝叶斯分类器和神经网络三种数据驱动回归模型进行集合预测来处理地理上分布在特定区域的多个PV的发电量，仿真证明，当置信度为95％时，所提方法的发电量预测值与实际值的均方误差在0.148kW左右，验证了本方法的鲁棒性。

本发明授权一种用于区域内分布式光伏站点发电量的概率预测方法在权利要求书中公布了：1.一种用于区域内分布式光伏站点发电量的概率预测方法，其特征在于：具体步骤如下： 步骤一：预测模型建立，即对PV节点中第1个至第i个集合模型建立，PV节点为电压恒定型节点，具体方法如下： 预测模型包括单预测模型和多预测模型两类： 单预测模型由每个光伏发电站点组成，表示为节点，节点，…,节点，基于历史发电量和天气数据，单预测模型用于预测节点至节点的发电量； 多预测模型用于预测节点的发电量，多预测模型的输入为单预测模型对每个光伏发电的预测发电量、历史数据和天气数据； 利用K-Means、朴素贝叶斯分类器和神经网络三种数据驱动回归模型进行集合预测来处理地理上分布在特定区域的多个节点，在所提出的方法中，为每个PV安排了集合模型并构建预测模型，每个数据驱动的回归模型都经过单独训练，以根据过去的数据配置最佳参数； 步骤二：检查预测模型是否需要更新； 步骤三：使用训练数据训练每个预测模型，具体方法如下： 利用K-Means方法对训练数据进行分类，分类后的训练数据作为朴素贝叶斯分类器的输入，K-Means和朴素贝叶斯分类器结合起来预测PV发电量的过程如下： Step1：K-Means将观察到的PV发电量记录分类不同的簇，然后，将与每个时间戳对应的温度和天气状况预测因子分类到每个簇中； Step2：利用分类观测值和预测核分布函数训练朴素贝叶斯分类器模型； Step3：经过训练的朴素贝叶斯分类器将未知预测变量分类为每个集群的测试数据； Step4：Step1中确定的每个簇的质心是预测的光伏发电量值； 步骤四：找到每个预测模型的最佳权重，具体方法如下： 先确定由朴素贝叶斯分类器和神经网络两个训练模型组成的集合模型的最佳权重，对于朴素贝叶斯分类器模型，确定了一个最优K，表示需要生成多少组，NN模型学习每个神经元的权重，将这两个预测模型与权重相结合，构建集合预测模型； 步骤五：从集合模型导出误差分布，基于PV节点的数据对PI节点进行边界确定，PI节点为电流恒定型节点； 步骤六：通过集合模型预测确定性光伏发电量，在模型训练过程中制定误差分布后，预测未来24小时的确定性PV节点发电量； 步骤七：从误差分布和确定性预测中生成PI节点，其中，PI节点包括上限和下限。

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北京国网电力技术股份有限公司，其通讯地址为：102199 北京市大兴区北京经济技术开发区荣华中路19号院1号楼A座15层1502A室；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”。