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！

龙图腾网获悉广东工业大学申请的专利一种光伏出力概率预测方法及相关装置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：CN118982438B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411235318.8，技术领域涉及：G06Q50/06；该发明授权一种光伏出力概率预测方法及相关装置是由王星华;黎子律;伏辰阳;刘希贤;杨炜康;黄祥源;杨龙发;伍建辉设计研发完成，并于2024-09-04向国家知识产权局提交的专利申请。

本一种光伏出力概率预测方法及相关装置在说明书摘要公布了：本发明提供了一种光伏出力概率预测方法及相关装置。方法包括：获取待预测区域的历史天气因素数据、预测天气因素数据、历史光伏出力数据；并根据前述数据和神经网络点预测模型，得到光伏出力点预测值；采用历史天气因素数据、历史光伏出力数据、光伏出力点预测值，计算光伏出力与天气因素、光伏出力点预测值之间的相关性系数和共线性强度；根据相关性系数和共线性强度，从天气因素中确定目标天气变量；采用目标天气变量、光伏出力、光伏出力点预测值构建藤Copula模型；根据藤Copula模型、预测天气因素数据、光伏出力点预测值、预设的置信水平，确定光伏出力置信区间，提升了光伏出力概率预测结果的准确性。

本发明授权一种光伏出力概率预测方法及相关装置在权利要求书中公布了：1.一种光伏出力概率预测方法，其特征在于，包括： 获取待预测区域的历史天气因素数据、预测天气因素数据，以及历史光伏出力数据； 根据所述历史天气因素数据、所述预测天气因素数据、所述历史光伏出力数据，确定光伏出力点预测值； 采用所述历史天气因素数据、所述历史光伏出力数据、所述光伏出力点预测值，计算光伏出力、天气因素和所述光伏出力点预测值之间的相关性系数和共线性强度； 根据所述相关性系数和所述共线性强度，从所述天气因素中确定目标天气变量； 采用所述目标天气变量、所述光伏出力、所述光伏出力点预测值构建藤Copula模型； 根据所述藤Copula模型、所述预测天气因素数据、所述光伏出力点预测值、预设的置信水平，确定光伏出力置信区间； 所述采用所述目标天气变量、所述光伏出力、所述光伏出力点预测值构建藤Copula模型，具体包括： S51、利用非参数核密度估计法，分别对所述目标天气变量、所述光伏出力、所述光伏出力点预测值进行概率积分变换，得到所述目标天气变量的边缘概率分布、所述光伏出力的边缘概率分布、所述光伏出力点预测值的边缘概率分布； S52、采用强化学习算法，确定所述目标天气变量、所述光伏出力、所述光伏出力点预测值之间的最优连接关系； S53、以所述目标天气变量的边缘概率分布、所述光伏出力的边缘概率分布、所述光伏出力点预测值的边缘概率分布分别作为藤树节点，利用所述最优连接关系将各所述藤树节点进行连接，得到目标藤树； S54、采用最大似然估计法和赤池信息准则法确定所述目标藤树中各边的最优Copula函数和所述最优Copula函数的参数值，并利用所述最优Copula函数、所述最优Copula函数的参数值、各所述藤树节点分别计算得到所述目标藤树中每条边的条件概率； S55、分别将所述每条边的条件概率作为下一棵藤树的藤树节点； S56、采用强化学习算法，确定所述下一棵藤树的各藤树节点之间的最优连接关系； S57、根据所述下一棵藤树的各藤树节点之间的最优连接关系，将所述下一棵藤树的各藤树节点进行连接，得到所述下一棵藤树； S58、将所述下一棵藤树更新为步骤S54中的目标藤树，并跳转执行S59； S59、循环执行步骤S54至步骤S58，直至步骤S58中更新后的目标藤树仅具有一条边时，停止循环，并输出所述目标藤树以及各所述更新后的目标藤树作为所述藤Copula模型； 所述采用最大似然估计法和赤池信息准则法确定所述目标藤树中各边的最优Copula函数和所述最优Copula函数的参数值包括： 分别获取所述目标藤树中每条边的多个Copula函数； 利用最大似然估计法计算每个所述Copula函数的参数值； 根据各所述Copula函数和各所述Copula函数的参数值，分别计算各所述Copula函数的AIC值； 将AIC值最小的Copula函数作为最优Copula函数，并将AIC值最小的Copula函数的参数值作为最优Copula函数的函数值。

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工业大学，其通讯地址为：510080 广东省广州市越秀区东风东路729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。