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！

龙图腾网获悉河海大学申请的专利针对新能源发电出力预测的深度学习模型解析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：CN119398341B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411539371.7，技术领域涉及：G06Q10/063；该发明授权针对新能源发电出力预测的深度学习模型解析方法及系统是由程礼临;臧海祥;刘璟璇;卫志农;孙国强;周亦洲;黄蔓云;陈胜;韩海腾;朱瑛设计研发完成，并于2024-10-31向国家知识产权局提交的专利申请。

本针对新能源发电出力预测的深度学习模型解析方法及系统在说明书摘要公布了：本发明公开了一种针对新能源发电出力预测的深度学习模型解析方法及系统。所述方法包括：构建基于深度学习的新能源发电出力预测模型，并训练预测模型；对训练后的预测模型进行输入特征精简，提取出关键影响因子；对关键影响因子进行贡献度计算，解析出关键影响因子对预测结果的影响程度；基于晴空指数指标对出力数据样本进行气象类型划分；将预测模型的回归层改造为逻辑推理层；基于气象类型划分的出力数据样本对预测模型的逻辑推理层进行参数微调，解析出预测模型的输出逻辑。本发明方法能够改善新能源发电出力预测深度学习模型的可信度水平，辅助电力运营人员理解深度学习模型的预测推理逻辑，提升电力系统消纳新能源发电的安全稳定性。

本发明授权针对新能源发电出力预测的深度学习模型解析方法及系统在权利要求书中公布了：1.一种针对新能源发电出力预测的深度学习模型解析方法，其特征在于，包括以下步骤： 步骤1：构建基于深度学习的新能源发电出力预测模型，基于新能源发电出力数据样本训练预测模型，该预测模型及数据样本的输入特征包括新能源发电历史时间序列、气象历史时间序列、气象预报及时间戳，公式表示为： 式中，为新能源发电从时间t+1至t+L的出力预测值；fpred为深度学习模型；xpv为新能源发电历史时间序列，包含于维度D×1的实数域范围xw为气象历史时间序列，包含于维度D×W的实数域范围xwp为气象预报，包含于维度L×W的实数域范围xts为时间戳，包含于维度L×S的实数域范围L为出力预测值的长度；D为历史时间序列的长度；W为气象属性个数；S为时间戳维度数； 步骤2：对训练后的预测模型进行输入特征精简，精简提取出关键影响因子其中，1+W+S为关键影响因子个数，为维度1+W+S的实数域范围； 步骤3：采用夏普利值求和解释算法计算关键影响因子的贡献度值，解析出关键影响因子对预测结果的影响程度，解析公式表示为： xj∈x,1≤i≤L,1≤j≤1+W+S 式中，为新能源发电在时间t+i的出力预测值，φ0为贡献度偏置值，xj为第j个关键影响因子，gi为关键影响因子对的贡献度值； 步骤4：基于晴空指数指标对新能源发电出力数据样本进行气象类型划分； 步骤5：将新能源发电出力预测模型的回归层改造为逻辑推理层，基于气象类型划分的新能源发电出力数据样本对预测模型的逻辑推理层进行参数微调，解析出预测模型的输出逻辑，解析公式表示为： 式中，Ct+i为数据样本在时间t+i的气象类型，pCt+i＝＝k为数据样本在时间t+i的气象类型属于第k类的概率，hk,t+i为数据样本在时间t+i的气象类型属于第k类的概率权值。

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河海大学，其通讯地址为：210024 江苏省南京市鼓楼区西康路1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。