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！

龙图腾网获悉吉林建筑大学申请的专利短期风电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：CN120200244B 。

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：202510668931.7，技术领域涉及：H02J3/00；该发明授权短期风电功率预测方法是由林国雄;迟耀丹;丁新宇;张尧;赵阳;吴博琦;王俊喜;王超;贾红丹;许亮设计研发完成，并于2025-05-23向国家知识产权局提交的专利申请。

本短期风电功率预测方法在说明书摘要公布了：本发明公开了一种短期风电功率预测方法，步骤包括：S1收集历史风电功率数据，并对数据进行预处理，S2改进的霜冰优化算法，提取风电功率的多频域特征，S3构建LSTM模型，并改进的捕鱼算法，S4基于S3确定LSTM模型最佳的学习率和惩罚因子，得到ECFOA‑LSTM网络模型，S5基于S2得到的IMF分量集合，获取风电功率预测值。本发明改进了霜冰优化算法和捕鱼算法，通过改进后的捕鱼算法确定了模型最优的学习率和惩罚因子，最终得到了ECFOA‑LSTM网络模型。

本发明授权短期风电功率预测方法在权利要求书中公布了：1.一种短期风电功率预测方法，其特征在于，步骤包括： 步骤S1，收集历史风电功率数据，并对数据进行预处理； 步骤S2，改进霜冰优化算法，提取风电功率的多频域特征； 步骤S3，构建LSTM模型，并改进捕鱼算法； 步骤S4，基于S3确定LSTM模型最佳的学习率和惩罚因子，得到ECFOA-LSTM网络模型； 步骤S5，基于S2得到的IMF分量集合，获取风电功率预测值； 所述S2的具体步骤如下： S21，改进霜冰优化算法，将霜冰因子RimeFactor的余弦变换改进为正、余弦双变换，具体如下： 其中，rand表示0～1内服从正态分布的随机数，Riter表示霜冰优化算法当前迭代次数，Max_Riter表示霜冰优化算法的最大迭代次数，W表示算法的参数，取值为5，RimeFactor表示霜冰因子，决定冰霜优化算法的性能； S22，通过ERIME优化变分模态分解中的惩罚系数和模态数，公式如下： E＝rand 其中，E表示采用更新方式的决定系数，Rimepop表示更新后的惩罚系数和模态组合，best_rime表示当前最好即样本熵最小的惩罚系数和模态组合，ub表示惩罚系数和模态数取值的上限，lb表示惩罚系数和模态数取值的下限，rand和rand′表示0～1内服从正态分布的随机数； S23，以样本熵最小值为目标函数，对训练集和测试集上的风电功率数据进行变分模态分解，获取风电功率的本征模态函数分量集合，各IMF分量表征不同频域的局部特征，并通过最小样本熵不断优化模态数K和惩罚系数α1，以寻找最佳IMF分量，样本熵越小，IMF分量越优，具体公式如下： 其中，SE表示样本熵，K表示模态数，α1表示惩罚系数，argmin表示最小化操作，v表示样本熵的索引； 所述S3改进捕鱼算法的具体步骤如下： S31，初始化种群数量，公式如下： Fisherij＝ubj-lbj×rand+lbj 其中，Fisherij表示第i组学习率和惩罚因子在第j维搜索空间的位置，ubj表示学习率和惩罚因子在j维搜索空间的上界，lbj表示学习率和惩罚因子在第j维搜索空间的下界，rand表示0～1内服从正态分布的随机数； S32，将勘探阶段分为独立搜索模式与群体化捕鱼模式，捕获率的计算公式如下： 其中，α2表示捕获率，EFs表示当前评估数量，MaxEFs表示最大评估数量； S33，利用差分思想改进捕鱼算法的独立搜索模式，更新当前位置的学习率和惩罚因子，具体公式如下： 式中，Exp为经验值参数，取值范围为-1～1，fitmax表示第t次位置更新后的最差适应度值，fitmin表示第t次位置更后的最佳适应度值即最小的均方根误差RMSE，fit表示学习率和惩罚因子的适应度值，fitpos表示第T次迭代后的位置pos处对应的学习率和惩罚因子的适应度值，R表示勘探范围，Dis表示学习率和惩罚因子之间的欧几里得距离，EFs表示当前评估数量，MaxEFs表示最大评估数量，T表示学习率和惩罚因子的迭代次数，表示第T次迭代时第i组学习率和惩罚因子在第j维搜索空间中的位置，表示第T+1次迭代时第i组学习率和惩罚因子在第j维搜索空间中的位置，表示第T次迭代后的位置pos处的学习率和惩罚因子在第j维搜索空间中的位置，r是0～1之间服从正态分布的随机数；s表示d维的随机单位向量，用于确定主要的行进方向和距离；rr1表示0～2内服从正态分布的随机数，rr2表示1～3内服从正态分布的随机数，rand表示0～1内服从正态分布的随机数； S34，在模拟群体捕鱼模式中，按顺序选取3～4组学习率和惩罚因子组成子群组c，子群组c通过离散拉普拉斯变换得到离散拉普拉斯算子，具体公式如下： laplace＝Am+1,n+Am-1,n+Am,n+1+Am,n-1-4Am,n 式中，Centrec表示子群组c包围的目标点，表示第T+1次迭代时子群组c中的第e组学习率和惩罚因子在第j维搜索空间中的位置，表示第T次迭代时子群组c中的第e组学习率和惩罚因子在第j维搜索空间中的位置；r2表示渔民接近中心的速度，取值范围为0～1，r3为移动的偏移量，取值范围为-1～1，r3随着EFs的增加逐渐减小；EFs表示当前评估数量，MaxEFs表示最大评估数量，laplace表示离散普拉斯算子，A表示将种群随机排列的矩阵，表示T次迭代时子群组c中学习率和惩罚因子的位置，mean表示参数的均值，即c组的中心位置； S35，在捕鱼算法的模拟大开采阶段采用改进对角形式进行更新，公式如下： 式中，σ表示方差，EFs表示当前评估数量，MaxEFs表示最大评估数量，FisheriT+1表示第T+1次迭代后第i组学习率和惩罚因子的位置，Gbest为全局最优位置，GD为高斯分布函数，rr2表示1～3内服从正态分布的随机数，用于将学习率和惩罚因子分布在三个范围内；Fisher表示学习率和惩罚因子中心各维度的平均值矩阵，diagA表示为将种群随机排列后取对角线上的值作为本轮迭代的更新条件，mean表示参数的均值，rand表示0～1内服从正态分布的随机数。

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吉林建筑大学，其通讯地址为：130118 吉林省长春市新城大街5088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。