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！

龙图腾网获悉三峡大学申请的专利一种基于MSGWO-LSTM模型的短期光伏发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：CN119962723B 。

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：202510010720.4，技术领域涉及：G06Q10/04；该发明授权一种基于MSGWO-LSTM模型的短期光伏发电功率预测方法及系统是由董宇成;王辉;夏玉琦;周子澜;吕振宏;赵子林设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本一种基于MSGWO-LSTM模型的短期光伏发电功率预测方法及系统在说明书摘要公布了：本发明提供一种基于改进相似日及MSGWO‑LSTM模型的短期光伏发电功率预测方法，涉及新能源发电技术领域。通过采集光伏电站的气象特征和对应的光伏出力的历史数据，进行数据预处理后保存为特征数据集，利用K‑means++算法和FCM算法相结合进行相似日聚类并构建MSGWO‑LSTM预测模型；传统GWO模型中引入Tent混沌映射方程生成初始种群、差分进化策略进行全局寻优和动态权重策略来进行狼群的最终位置更新；再采用MSGWO算法优化LSTM，预测短期内的光伏发电功率；本实施例结合了两种聚类方法进行相似日聚类及多种优化策略与深度学习技术，提高了相似日聚类精度及模型的预测性能和泛化能力，提高了光伏发电系统的运行安全性，以及提高了短期光伏发电功率预测的精度和可靠性。

本发明授权一种基于MSGWO-LSTM模型的短期光伏发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MSGWO-LSTM模型的短期光伏发电功率预测方法，其特征在于，包括以下步骤： S1：获取预设时间段内关于光伏电站的气象特征和对应的光伏出力的历史数据，进行数据预处理后保存为特征数据集，并构建MSGWO-LSTM预测模型；其中，历史数据以天为单位，包括：时间、发电功率、水平辐射和对应时间段的气象特征数据； S2：采用所述特征数据集对利用K-means++算法及FCM算法相结合进行相似日选取后，再利用选取后的数据集对所述MSGWO-LSTM预测模型进行模型训练，得到最优预测模型：包括MSGWO模型为在传统GWO模型中引入三种策略进行优化，分别为：Tent混沌映射方程生成初始种群、差分进化策略进行全局寻优和动态权重策略来进行狼群的最终位置更新；再构建LSTM预测模型，并采用MSGWO算法优化LSTM； S3：根据所述最优预测模型预测短期内的光伏发电功率； 所述S2中采用所述特征数据集对利用K-means++算法及FCM算法相结合进行相似日选取，包括：选用整天的水平辐射数据作为聚类指标，利用K-means++聚类法和FCM聚类法相结合进行相似日聚类，将历史气象数据集划分为晴天、雨天、阴天3类，包括： A1：构建聚类指标：以整天的水平辐射数据作为聚类指标，公式为： 6； 其中，为不同时刻点的水平辐射值； A2：利用K-means++聚类法生成初始聚类中心，公式为： 7； 其中，是除选定聚类中心之外的样本，是样本集中随机1个样本，是到离它最近的聚类中心的距离； A3：利用FCM求得隶属度和聚类中心：FCM将聚类过程中转化为一个带约束的非线性规划问题，通过优化求解获得光伏序列的模糊划分，求得隶属度和聚类中心，公式为： 8； 9； 其中，数据集，为模糊簇聚类中心；为聚类中心个数；为样本数据个数；为第个样本属于第类的隶属度，；为样本到聚类中心的欧氏距离，；是一个刻画模糊化程度的权重参数，； A4：通过K-means++聚类法和FCM聚类法分别得到初始典型相似日集合和，然后取交集得到晴天、多云和雨天的初始相似日样本集，再根据预设样本隶属度对每个天气类型进行相似日集合筛选，确定最终相似日样本集合； 所述S2采用Tent混沌映射策略、差分进化策略和动态权重策略三种策略进行优化，具体为： S211：采用Tent混沌映射方程生成初始种群使初始灰狼个体尽可能分布在整个搜索空间，公式为： 10； 其中，为映射次数，为一个的随机数，其表示第次映射的函数值； S212：将差分进化策略融入传统灰狼算法中以提高算法的全局寻优能力，公式分别为： 11； 12； 13； 其中，、和为当前种群中随机选择的三个互不相同的个体，其排除了目标个体；表示一个随机的维度；为变异缩放因子，为交叉概率因子； 同时，对、进行自适应调整，公式为： 14； 其中，为变异缩放因子最大值，为变异缩放因子最小值，为交叉概率因子最大值，为交叉概率因子最小值，为当前迭代次数，为最大迭代次数； S213：采用动态权重策略进行狼群的最终位置更新，强调前三头狼之间的差异性，采用动态权重策略来进行狼群的最终位置更新，公式分别为： 15； 16； 17； 最终，灰狼位置更新公式可表示为： 18； 式中，分别为第一头狼占前三头狼的权重、第二头狼占前三头狼的权重、第三头狼占前三头狼的权重。

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三峡大学，其通讯地址为：443002 湖北省宜昌市大学路8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。