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！

龙图腾网获悉广东顺畅科技有限公司申请的专利一种基于深度学习的智能光伏发电量预测与自我学习的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：CN120541449B 。

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：202511046667.X，技术领域涉及：G06F18/20；该发明授权一种基于深度学习的智能光伏发电量预测与自我学习的方法是由严强;罗永生;陈赐健;李国光;梁晋源;黄修奎;王鹏;项燚鑫;张剑峰;陈相豪设计研发完成，并于2025-07-29向国家知识产权局提交的专利申请。

本一种基于深度学习的智能光伏发电量预测与自我学习的方法在说明书摘要公布了：发明公开了一种基于深度学习的智能光伏发电量预测与自我学习的方法，属于光伏发电技术领域，包括：采集光伏电站的多源异构数据并进行预处理；通过神经网络对标准化特征集进行在线增量学习，通过奖励函数对发电量初始预测结果进行量化评估和优化；对历史光伏发电量数据进行知识迁移，生成知识迁移矩阵，并将知识迁移矩阵嵌入到光伏发电量预测模型中；通过贝叶斯优化策略动态调整高级发电量预测模型的最优置信度阈值，生成高级发电量预测结果。本发明通过数据、模型与优化策略的多层次协同创新，实现了光伏发电量预测在数据质量、模型适应性、泛化能力及结果可靠性方面的全面提升，有效满足复杂动态环境下光伏发电量精准预测与智能管理的需求。

本发明授权一种基于深度学习的智能光伏发电量预测与自我学习的方法在权利要求书中公布了：1.一种基于深度学习的智能光伏发电量预测与自我学习的方法，其特征在于，包括以下步骤： S1、采集光伏电站运行过程中的多源异构数据，根据所述多源异构数据构建初始特征集，并对所述初始特征集进行预处理以生成标准化特征集；所述多源异构数据包括气象数据、实时辐照强度数据以及设备运行状态数据； S2、通过神经网络对所述标准化特征集进行在线增量学习，生成发电量初始预测结果； 通过奖励函数对发电量初始预测结果进行量化评估和优化，生成发电量预测模型的初始参数； S3、对多个区域和季节的历史光伏发电量数据进行知识迁移，生成跨区域、跨季节的知识迁移矩阵；将所述知识迁移矩阵嵌入到所述发电量预测模型中，形成具有泛化能力的高级发电量预测模型； S4、通过贝叶斯优化策略动态调整所述高级发电量预测模型的最优置信度阈值，生成高级发电量预测结果，包括步骤： 定义目标函数，所述目标函数包括高级预测误差和置信度阈值，所述高级预测误差为高级发电量预测模型输出的发电量预测结果与实际发电量的差值，用于衡量预测结果的准确性；所述置信度阈值用于衡量预测结果的可靠性； 通过高斯过程回归建模，将目标函数转化为全局分布图； 结合当前时间步的高级预测误差和全局分布图，通过贝叶斯优化算法搜索最优置信度阈值；包括： 限定置信度阈值区间为[0.1,0.9]； 在高斯过程回归模型中采取多个候选的置信度阈值； 计算每个置信度阈值对应的目标函数，选择目标函数最小的置信度阈值为最优置信度阈值； 从全局分布图中抽取大量样本，计算样本的均值、标准差，然后生成高级预测结果的置信度区间和置信度区间宽度； 根据置信度区间宽度和最优置信度阈值的匹配程度，划分高级预测结果的可靠性等级。

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广东顺畅科技有限公司，其通讯地址为：529000 广东省江门市蓬江区港口二路94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”。

以上内容由龙图腾AI智能生成。