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！

龙图腾网获悉山东大学;国网江苏省电力有限公司电力科学研究院申请的专利一种台区分布式光伏功率预测方法及系统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：CN120109786B 。

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：202510178231.X，技术领域涉及：H02J3/00；该发明授权一种台区分布式光伏功率预测方法及系统是由杨明;杨宝龙;卜强生;刘昊;庄舒仪;于一潇;李梦林;单帅杰;王传琦;李鹏;叶志刚;罗飞;周皓阳设计研发完成，并于2025-02-18向国家知识产权局提交的专利申请。

本一种台区分布式光伏功率预测方法及系统在说明书摘要公布了：本发明提供了一种台区分布式光伏功率预测方法及系统，采用聚类算法根据气象数据中的气象特征向量进行聚类，将源域共享数据集划分成不同天气预测场景的相似数据集，利用每个预测场景下的关键代表样本训练Informer基础源域模型，在预测过程中，计算待预测日的气象特征与典型天气场景气象特征之间的相似度，为每个台区动态匹配天气预测场景及其对应的基础源域模型；筛选每个台区待预测日的关键历史相似日作为微训练集，基于迁移学习的模型微调思想对适配的Informer基础源域模型的解码器参数进行动态更新，得到每个台区的功率预测结果。本发明提升预测结果的针对性，从而实现对海量台区分布式光伏功率预测的快速建模。

本发明授权一种台区分布式光伏功率预测方法及系统在权利要求书中公布了：1.一种台区分布式光伏功率预测方法，其特征是，包括以下步骤： 获取待预测区域内所有台区的历史量测功率数据以及每个台区对应位置的气象数据，对数据进行预处理，进行融合，构建源域共享标准数据集； 采用聚类算法根据气象数据中的气象特征向量进行聚类，将源域共享数据集划分成不同天气预测场景的相似数据集，利用每个预测场景下的关键代表样本训练Informer基础源域模型，初步学习气象和功率之间的映射关系； 在预测过程中，计算待预测日的气象特征与典型天气场景气象特征之间的相似度，为每个台区动态匹配天气预测场景及其对应的基础源域模型； 筛选每个台区待预测日的关键历史相似日作为微训练集，基于迁移学习的模型微调思想对适配的Informer基础源域模型的解码器参数进行动态更新，得到每个台区的功率预测结果； 采用聚类算法根据气象数据中的气象特征向量进行聚类的过程中，采用近邻传播聚类算法划分天气预测场景，得到相似天气下的数据集，并基于每个场景下的关键代表样本分别训练光伏功率预测模型，提取各个台区在同一天气预测场景下的共同出力特征，以初步学习气象和功率之间的映射关系； 采用近邻传播聚类算法划分天气预测场景的过程中，采用欧式距离构造初始相似度矩阵，不断更新吸引度矩阵和归属度矩阵，在迭代过程中引入阻尼系数进行调节，聚类后引入轮廓系数作为聚类结果的评估函数，直到得到最终的最佳聚类结果； 所述轮廓系数为： ； 其中，台区的轮廓系数；为台区样本与相同簇的其他样本的平均距离，称为凝聚度；为与其他簇中所有样本的平均距离，称为分离度；平均轮廓系数为所有样本轮廓系数的平均值，取值范围为[-1，1]，其值越大，簇内距离越小，簇间距离越大，聚类效果越好； 基于迁移学习的模型微调思想对适配的Informer基础源域模型的解码器参数进行动态更新的过程包括：将各台区历史数据中的每一天，计算其与预报日的气象特征向量的相似度，筛选出具有最高相似度的若干个历史相似日作为模型输入，通过历史相似日的数据重新训练基础源域模型的关键层参数，使模型能够更好地捕捉每个台区的实际发电能力变化。

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山东大学;国网江苏省电力有限公司电力科学研究院，其通讯地址为：250061 山东省济南市历下区经十路17923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。