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！

龙图腾网获悉东北石油大学申请的专利结合时频分析与注意力机制的TCN-LSTM风能发电量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：CN119382103B 。

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：202411504827.6，技术领域涉及：H02J3/00；该发明授权结合时频分析与注意力机制的TCN-LSTM风能发电量预测方法是由刘悦;成庆林;杨金威;赵少松;王爽;赵健设计研发完成，并于2024-10-27向国家知识产权局提交的专利申请。

本结合时频分析与注意力机制的TCN-LSTM风能发电量预测方法在说明书摘要公布了：本发明涉及的是结合时频联合分析与多头自注意力机制的TCN‑LSTM风能发电量预测方法，它包括：对风能发电的原始数据预处理；通过小波变换提取风能发电数据的频域特征，将其与时域特征进行自适应加权融合，构建时频联合分析模块；构建时间卷积网络TCN与长短期记忆网络LSTM的TCN‑LSTM组合网络；将多头自注意力机制引入TCN‑LSTM组合网络，生成结合时频分析与注意力机制的TCN‑LSTM风能发电量预测模型；利用风能发电数据集对模型进行训练；对训练后的的预测性能进行评估；利用最终的风能发电量预测模型进行风能发电量预测。本发明显著提高了风能发电预测的准确性和模型的计算效率，提高风能预测的精度。

本发明授权结合时频分析与注意力机制的TCN-LSTM风能发电量预测方法在权利要求书中公布了：1.一种结合时频分析与注意力机制的TCN-LSTM风能发电量预测方法，其特征在于包括如下步骤： 步骤一：获取风能发电的原始数据，对风能发电的原始数据进行预处理； 步骤二：数据预处理完成后，通过小波变换提取风能发电数据的频域特征，将其与时域特征进行自适应加权融合，构建时频联合分析模块TFAA，进行时频联合特征分析，提取多模态信息，得到风能发电数据集； 步骤三：构建时间卷积网络TCN与长短期记忆网络LSTM的TCN-LSTM组合网络，通过同时处理长短期依赖特征，提升对复杂时序特征的感知能力； 步骤四：将多头自注意力机制引入TCN-LSTM组合网络，得到结合时频分析与注意力机制的TCN-LSTM风能发电量预测模型，通过多个并行的注意力头捕捉全局依赖关系，实现对风力发电数据上下文信息的感知； 步骤五：利用步骤二生成的风能发电数据集对模型进行训练，通过超参数优选，对关键参数进行优化； 步骤六：对训练后的结合时频分析与注意力机制的TCN-LSTM风能发电量预测模型的预测性能进行评估，得到最终的结合时频分析与注意力机制的TCN-LSTM风能发电量预测模型； 步骤七：利用最终的结合时频分析与注意力机制的TCN-LSTM风能发电量预测模型进行风能发电量预测。

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东北石油大学，其通讯地址为：163319 黑龙江省大庆市高新技术开发区学府街99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。