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！

龙图腾网获悉江苏科能电力工程咨询有限公司申请的专利一种基于初值优化的高斯混合误差概率分布补偿的光伏功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：CN119297985B 。

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：202411262314.9，技术领域涉及：H02J3/00；该发明授权一种基于初值优化的高斯混合误差概率分布补偿的光伏功率预测方法是由梅建春;卫银忠;闫安心;周亚龙;鲁晓莉;苏嘉彬;宋鹏程设计研发完成，并于2024-09-10向国家知识产权局提交的专利申请。

本一种基于初值优化的高斯混合误差概率分布补偿的光伏功率预测方法在说明书摘要公布了：本发明公开了一种基于初值优化的高斯混合误差概率分布补偿的光伏功率预测方法，此方案内包括：针对光伏预测的误差，采用基于初值优化后的高斯混合分布模型Gaussmixedmodel，GMM拟合光伏功率初步预测误差的分布规律，再将误差的预测值补偿于点预测的结果来实现光伏出力的区间预测。由于光照强度，温度及能见度等环境因素会对光伏发电出力的预测结果产生较大的影响，采用基于辐照度指标的K均值聚类算法K‑meansclusteringalgorithm，K‑means将历史光伏出力数据划分为多个不同的天气场景，通过输入鲸鱼优化算法WhaleOptimizationAlgorithm，WOA所选出的最优初值数据集，再采用高斯混合分布模型并结合期望最大化法expectationmaximumalgorithm，EM求取模型最优参数来对光伏预测误差的概率分布进行建模分析，在指定置信水平区间下用模型拟合结果对光伏发电功率点预测值进行修正从而得出最终预测区间。本发明提出的方案以江苏省某光伏电站的光伏功率数据为例进行了仿真分析，结果表明所提方法具有更好的适应度与可靠性。

本发明授权一种基于初值优化的高斯混合误差概率分布补偿的光伏功率预测方法在权利要求书中公布了：1.一种基于初值优化的高斯混合误差概率分布补偿的光伏功率预测方法，其特征在于：包括如下步骤： S1：天气划分：先对传统点预测后的误差分布进行分析，分析得其误差分布受不同天气情况的影响较大，故而引入基于辐照度指标的K-means算法对原始环境数据进行聚类处理，将其分成多个具有明显特征的天气组别； S2：模型初值的优化：由于高斯分布模型的初值由其均值和方差确定，这两个数值的选取则由所选的输入数据集决定，而在选取模型输入变量的数据集时，由于环境数据的随机性，输入数据中可能包含部分异常波动的数据点，进而导致模型对数据的拟合效果出现偏差；再或者由于数据集数量的局限性，导致模型参数存在易收敛于局部最优解的问题；在此引入鲸鱼优化算法对模型输入的数据组合进行全局寻优，在保证整体数据多峰性特征的基础上剔除掉异常波动点； S3：高斯分布模型的建立和参数求解：运用高斯混合模型来拟合不同程度下预测误差的概率分布情况，并据此获得区间预测的结果；通过变更高斯混合模型内部的相应参数，参数包括：成分数量、权值系数、平均数及各成分的协方差矩阵，可以准确表征不同的概率密度分布情况，针对高斯分布模型中存在的非凸型优化问题，采用期望最大化法进行模型中参数的求解，此方法具体通过迭代计算并更新模型的参数实现； S4：算例分析验证：以历史光伏功率数据及相应的环境数据进行了仿真计算并与传统的概率分布模型拟合结果进行对比分析； 步骤S3中高斯分布模型的建立步骤为： 单一的高斯分布的概率密度函数能够以特定的数学模型表示，如式所示： 式中，μ和σ2分别为高斯分布的均值和方差； 由多个单一高斯分布函数进行加权组合的高斯混合分布即表示为： 式中，θ为各个高斯分量的均值和方差的参数集合，θ＝{θ1,θ2,θ3,…,θk}；ak为第k个高斯分量所被赋予的加权系数；满足ak≥0且其中表示为高斯分布的概率密度函数,其表达式为：

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江苏科能电力工程咨询有限公司，其通讯地址为：210000 江苏省南京市鼓楼区渡江路10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。