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！

龙图腾网获悉国网福建省电力有限公司;国网福建省电力有限公司龙岩供电公司申请的专利基于双层有向图的小区域光伏功率预测方法及终端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：CN118690162B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202410693048.9，技术领域涉及：G06F18/213；该发明授权基于双层有向图的小区域光伏功率预测方法及终端是由黄燕帼;高龙;毛鹏;吕贤敏;郭真;林建业;曾照新;蒋国钧;徐智坚;李满荣;梁玉添设计研发完成，并于2024-05-31向国家知识产权局提交的专利申请。

本基于双层有向图的小区域光伏功率预测方法及终端在说明书摘要公布了：本发明公开一种基于双层有向图的小区域光伏功率预测方法及终端，该方法包括：获取不同光伏站点的历史数据以及所述历史数据对应的气象数据；基于所述历史数据与所述气象数据之间的相关性构建静态有向图；基于所述历史数据与所述气象数据确定所述光伏站点之间的动态特征；根据所述动态特征构建每个时间步长下的动态图；将所述动态图与所述静态有向图融合得到动态图卷积循环模型；基于所述动态图卷积循环模型对包含所述光伏站点的区域进行功率预测。本发明能够适用于空间尺度较小的场景下，并获得精确度更高的光伏功率预测结果。

本发明授权基于双层有向图的小区域光伏功率预测方法及终端在权利要求书中公布了：1.一种基于双层有向图的小区域光伏功率预测方法，其特征在于，包括： 获取不同光伏站点的历史数据以及所述历史数据对应的气象数据； 基于所述历史数据与所述气象数据之间的相关性构建静态有向图； 基于所述历史数据与所述气象数据确定所述光伏站点之间的动态特征； 根据所述动态特征构建每个时间步长下的动态图； 将所述动态图与所述静态有向图融合得到动态图卷积循环模型； 基于所述动态图卷积循环模型对包含所述光伏站点的区域进行功率预测； 所述基于所述历史数据与所述气象数据之间的相关性构建静态有向图包括： 基于不同光伏站点的所述历史数据之间的相关性生成历史数据图层； 基于不同类型的所述气象数据之间的相关性生成气象数据图层； 基于所述历史数据与所述气象数据之间的相关性，根据所述历史数据图层和所述气象数据图层构建静态有向图； 所述基于所述历史数据与所述气象数据之间的相关性，根据所述历史数据图层和所述气象数据图层构建静态有向图包括： 计算所述历史数据与所述气象数据之间的第一最大互信息系数； 基于所述第一最大互信息系数根据所述历史数据图层和所述气象数据图层构建双层有向图； 基于所述双层有向图构建每一所述时间步长下的静态有向图； 所述基于所述第一最大互信息系数根据所述历史数据图层和所述气象数据图层构建双层有向图具体为： ； 其中，Ai,j表示双层有向图的静态邻接矩阵，n表示光伏站点的数量，m表示气象数据的类型数量，表示历史数据图层中的相关性，表示气象数据图层的相关性，M表示历史数据与气象数据之间的第一最大互信息系数； 所述基于所述双层有向图构建每一所述时间步长下的静态有向图包括： 创建固定大小的时间窗口，所述时间窗口按照预设的时间步长在时间序列上移动，所述时间序列包括所述历史数据和所述气象数据的采样时间； 每当所述时间窗口移动一个时间步长，则确定所述时间窗口内所包含的目标采样时间，并获取所述目标采样时间对应的目标历史数据和目标气象数据，根据所述目标历史数据和所述目标气象数据，基于所述双层有向图计算相邻光伏站点之间的功率在所述时间步长下的第二最大互信息系数； 根据每一时间步长下的所述第二最大互信息系数分别构建静态有向图； 所述基于所述历史数据与所述气象数据确定所述光伏站点之间的动态特征包括： 获取预设的超网络； 将每个时间步长下的历史数据、气象数据以及所述超网络在前一时间步长下的隐藏层状态输入所述超网络进行特征学习，得到每个时间步长下所述光伏站点之间的动态特征。

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福建省电力有限公司;国网福建省电力有限公司龙岩供电公司，其通讯地址为：350003 福建省福州市鼓楼区五四路257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。