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！

龙图腾网获悉南京首风清能智控技术有限公司申请的专利一种风电机组短期风电功率预测方法及设备、存储介质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：CN119448221B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411457794.4，技术领域涉及：H02J3/00；该发明授权一种风电机组短期风电功率预测方法及设备、存储介质是由施林松;徐睿;石铁洪设计研发完成，并于2024-10-17向国家知识产权局提交的专利申请。

本一种风电机组短期风电功率预测方法及设备、存储介质在说明书摘要公布了：本发明涉及清洁能源领域，提供风电机组短期风电功率预测方法，包括以下步骤：利用云计算技术收集风电机组在预设时间段内的实时风电功率数据和气象数据，以及通过遥感技术采集风电机组周边地形的空间特征数据；对实时风电功率数据、气象数据和数据空间特征数据进行预处理；基于可拓学对预处理后的实时风电功率数据、气象数据和数据空间特征数据进行可拓表示，构建风电功率预测模型；结合地形特征和风电机组结构参数，使用建模软件建立风场模型；从风电功率预测模型中提取主要特征因素数据，进行可拓聚类分析，确定特征因素权重；利用时序指数平滑算法和多元回归预测，结合风场模型和特征因素权重，进行风电功率的短期预测。提升了预测准确度。

本发明授权一种风电机组短期风电功率预测方法及设备、存储介质在权利要求书中公布了：1.一种风电机组短期风电功率预测设备，其特征在于，包括： 数据库组件，用于存储流体发电机在过往的多个时序节点的环境参数及电能生成量，多个时序节点中的任意两个相邻时序节点组成一组，构成两个或两个以上的组群，该两个相邻时序节点按时序先后关系分别为第一时序节点及第二时序节点；环境参数包括：环境流速； 流速组件，与数据库组件电耦合，将各组的第一时序节点的环境参数作为流速组件的注入数据，并将对应的第二时序节点的环境流速作为流速组件的扇出数据，以训练流速组件； 发电量组件，与数据库组件电耦合，将流速组件的扇出数据作为发电量组件的注入数据，并将对应的第二时序节点的电能生成量作为发电量组件的扇出数据，以训练发电量组件； 感应组件，用于获取流体发电机在当前时序节点的环境参数；以及处理器组件，与数据库组件、流速组件、发电量组件及感应组件耦合，处理器组件将感应组件所获取的环境参数输入至流速组件，以获得流体发电机在下一个时序节点的预估计流速，处理器组件将预估计流速输入至发电量组件，从而预测流体发电机在下一个时序节点的预估计的发电量； 所述流速组件采用LSSVM作为预估模型，并利用改进蜜蜂群体算法计算得到所述LSSVM的内部伽马参数属于[5,23]区间内，西格玛参数属于[2.3,4.1]的区间，所述流速组件的LSSVM将所述伽马参数取区间[7,23]内的第一特定数值，并将所述西格玛参数取为[1.8,7.8]区间内的第二特定数值； 处理器组件，配置执行步骤： 利用云计算技术收集风电机组在预设时间段内的实时风电功率数据和气象数据，以及通过遥感技术采集风电机组周边地形的空间特征数据；基于可拓学对预处理后的实时风电功率数据、气象数据和数据空间特征数据进行可拓表示，构建风电功率预测模型； 对所述实时风电功率数据、所述气象数据和所述数据空间特征数据进行预处理，包括剔除缺失值和异常值，以及数据标准化； 结合地形特征和风电机组结构参数，构建风场模型； 从风电功率预测模型中提取主要特征因素数据，进行可拓聚类分析，确定特征因素权重； 利用时序指数平滑算法和多元回归预测，结合所述风场模型和特征因素权重，进行风电功率的短期预测。

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首风清能智控技术有限公司，其通讯地址为：211151 江苏省南京市江宁区秣陵街道将军大道669号南京吉马产业园6号楼1楼6113室(江宁开发区)；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”。

以上内容由龙图腾AI智能生成。