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！

龙图腾网获悉厦门大学申请的专利一种光伏输出功率预测方法、终端设备及存储介质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：CN116152206B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202310166515.8，技术领域涉及：G06T7/00；该发明授权一种光伏输出功率预测方法、终端设备及存储介质是由赖晶;张志宏设计研发完成，并于2023-02-27向国家知识产权局提交的专利申请。

本一种光伏输出功率预测方法、终端设备及存储介质在说明书摘要公布了：本发明涉及一种光伏输出功率预测方法、终端设备及存储介质，该方法中包括：采集卫星图像并提取云运动特征和云位置特征；提取可见和不可见两类波段图像的全局信息和局部信息，并提取全局特征向量和局部特征向量；基于注意力机制对以上四个特征向量进行加权求和，得到增强的图像特征；基于历史气象数据，通过决策树模型对各时刻的降雨概率进行预测，得到预测值；基于注意力机制将当前时刻图像的云运动特征、云位置特征、图像特征和当前时刻的降雨概率预测值与当前时刻的光伏输出功率值进行加权求和后，通过LSTM网络得到下一时刻的光伏输出功率值预测值。本发明进一步提高了光伏预测领域中深度学习模型的准确性。

本发明授权一种光伏输出功率预测方法、终端设备及存储介质在权利要求书中公布了：1.一种光伏输出功率预测方法，其特征在于，包括以下步骤： S1：采集卫星图像，通过光流法得到各时刻卫星图像对应的云运动特征，通过图像特征提取模型得到各时刻卫星图像对应的云位置特征； S2：从卫星图像中选择可见波段图像和不可见波段图像，并分别提取两类波段图像的全局信息和局部信息，进而得到两类波段图像对应的全局图像和局部图像； S3：通过卷积神经网络对两类波段图像对应的全局图像和局部图像分别进行处理，得到两类波段图像对应的全局特征向量和局部特征向量； S4：基于两类波段图像对应的全局特征向量和局部特征向量，通过下式计算卫星图像的图像特征 αpi＝MLPWhp,WIi αpj＝MLPWhp,WIj 其中，表示4个特征向量的拼接，σ·表示激活函数，βpi表示第i个特征向量的权重系数，Wp表示第二参数矩阵，Ik表示第k个特征向量，Ii表示第i个特征向量，Ij表示第j个特征向量，i、k、j均表示特征向量的序号，i∈[1,4]，j∈[1,4]，且j≠i，k∈[1,4]，αpi表示第i个特征向量的融合特征，αpj表示第j个特征向量的融合特征，MLP·表示神经网络层，W表示第一参数矩阵，hp表示光伏输出功率特征向量； S5：基于历史气象数据，通过决策树模型对各时刻的降雨概率进行预测，得到预测值； S6：基于注意力机制将当前时刻图像的云运动特征、云位置特征、图像特征和当前时刻的降雨概率预测值与当前时刻的光伏输出功率值进行加权求和后，通过LSTM网络得到下一时刻的光伏输出功率值预测值。

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厦门大学，其通讯地址为：361000 福建省厦门市思明南路422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。