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！

龙图腾网获悉国网江西省电力有限公司电力科学研究院;南昌科晨电力试验研究有限公司申请的专利基于风速反演和Chatterjee-GPT矫正的风电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：CN120433203B 。

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：202510933023.6，技术领域涉及：H02J3/00；该发明授权基于风速反演和Chatterjee-GPT矫正的风电功率预测方法及系统是由赵伟哲;吴康;何昊;熊俊杰;何伟;桂小智;匡德兴;万子镜;刘奕晨设计研发完成，并于2025-07-08向国家知识产权局提交的专利申请。

本基于风速反演和Chatterjee-GPT矫正的风电功率预测方法及系统在说明书摘要公布了：本发明公开了一种基于风速反演和Chatterjee‑GPT矫正的风电功率预测方法及系统，方法包括：根据多元信息构建风电场风速反演模型，并对风电场风速反演模型进行求解，得到反演风速；基于Chatterjee提取影响反演风速与气象测量风速之间误差的关键因素集；将关键因素集、反演风速以及气象测量风速输入至预设的GPT模型中，GPT模型输出得到差异值；根据差异值对反演风速进行校正，得到目标反演风速，并将目标反演风速输入至预设的风电功率预测模型，风电功率预测模型输出得到风电功率。对差异进行实时识别和量化，为风速校正提供数据支撑，从而显著提升功率预测精度和实时性。

本发明授权基于风速反演和Chatterjee-GPT矫正的风电功率预测方法及系统在权利要求书中公布了：1.一种基于风速反演和Chatterjee-GPT矫正的风电功率预测方法，其特征在于，包括： 根据多元信息构建风电场风速反演模型，并对所述风电场风速反演模型进行求解，得到反演风速，所述多元信息包括：风速、温度、气压、湿度、风向、空气密度、风机扫风面积以及风电场整体功率； 所述根据多元信息构建风电场风速反演模型，并对所述风电场风速反演模型进行求解，得到反演风速包括： 根据风速、温度、气压、湿度、风向、空气密度、风机扫风面积以及风电场整体功率构建风电场风速反演模型，所述风电场风速反演模型的表达式为： ， ， ， 式中，为风机输出功率，为气压，为空气密度，为风机扫风面积，为风能利用系数，为风速，为空气常量，为虚温，由温度和湿度计算得到，为风电场整体功率，为反演风速，为反演风速得到的风能利用系数； 对所述风电场风速反演模型进行求解，得到反演风速； 基于Chatterjee提取影响所述反演风速与气象测量风速之间误差的关键因素集，其中，所述基于Chatterjee提取影响所述反演风速与气象测量风速之间误差的关键因素集包括： 根据所述反演风速与所述气象测量风速计算风速误差，其中，所述风速误差的表达式为： ， 式中，为第i个时间点的风速误差，为第i个时间点的反演风速，为第i个时间点的气象测量风速； 根据每个关键因素与风速误差计算Chatterjee相关系数，其中，为温度、为气压、为湿度，为风向，Chatterjee相关系数的表达式为： ， 式中，为因素X与风速误差e的Chatterjee相关系数，n为观测次数，为第i+1组考虑风速误差e后X的秩，为第i组考虑风速误差e后X的秩； 选择的绝对值大于预设阈值的若干关键因素，并将若干关键因素划分至关键因素集中； 将所述关键因素集、所述反演风速以及所述气象测量风速输入至预设的GPT模型中，所述GPT模型输出得到差异值； 根据所述差异值对所述反演风速进行校正，得到目标反演风速，并将所述目标反演风速输入至预设的风电功率预测模型，所述风电功率预测模型输出得到风电功率。

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国网江西省电力有限公司电力科学研究院;南昌科晨电力试验研究有限公司，其通讯地址为：330000 江西省南昌市青山湖区民营科技园内民强路88号检测试验中心科研楼(第1-11层)；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。