Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东北电力大学崔杨获国家专利权

东北电力大学崔杨获国家专利权

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!

龙图腾网获悉东北电力大学申请的专利一种光伏超短期功率预测方法、电子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:CN120341835B

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:202510422279.0,技术领域涉及:H02J3/00;该发明授权一种光伏超短期功率预测方法、电子设备及存储介质是由崔杨;朱晗;张节潭;王光辉;王茂春设计研发完成,并于2025-04-07向国家知识产权局提交的专利申请。

一种光伏超短期功率预测方法、电子设备及存储介质在说明书摘要公布了:本发明公开一种光伏超短期功率预测方法、电子设备及存储介质,涉及光伏功率预测技术领域。所述方法包括:利用遥感数据、太阳高度角和太阳方位角构建光伏电站空间混合数据;利用线性一维化和卷积一维化将多种二维结构的数据一维化;对一维化后数据进行位置编码,得到光伏电站空间特征、云层空间特征和云层结构特征,并输入到双阶段云特征动态编码模块,提取干扰光伏发电的云层特征;利用前馈神经网络将干扰光伏发电的云层特征转换为干扰因子;通过并行计算获取t‑T~t+1时刻的干扰因子时间序列,与历史功率和时间戳序列构成多变量时序数据,并送入混合神经网络预测功率。本发明能够解决当前过于依赖显示公式以及空间建模精细度不足的问题。

本发明授权一种光伏超短期功率预测方法、电子设备及存储介质在权利要求书中公布了:1.一种光伏超短期功率预测方法,其特征在于,包括: 获取目标光伏数据;所述目标光伏数据包括遥感数据、太阳高度角、太阳方位角、云顶高度数据和卫星云图; 利用遥感数据、太阳高度角和太阳方位角构建光伏电站空间混合数据; 利用线性一维化将二维结构的光伏电站空间混合数据、云顶高度数据转换为光伏电站空间混合一维数据、云顶高度一维数据,以及利用卷积一维化将二维结构的卫星云图转换卫星云图一维数据; 对一维化后的光伏电站空间混合数据、云顶高度数据和卫星云图数据进行位置编码,得到光伏电站空间特征、云层空间特征和云层结构特征; 将光伏电站空间特征、云层空间特征和云层结构特征输入到双阶段云特征动态编码模块,提取干扰光伏发电的云层特征; 利用前馈神经网络将干扰光伏发电的云层特征转换为干扰因子; 通过并行计算获取t-T~t+1时刻的干扰因子时间序列,与历史功率和时间戳序列构成多变量时间序列数据;其中,t为当前时刻,T为历史数据长度; 将多变量时间序列数据送入到混合神经网络中预测光伏功率; 所述双阶段云特征动态编码模块由串联的交叉注意力编码器构成,交叉注意力编码器的计算公式为: 其中,fMCA表示多头交叉注意力,fMLP表示多层感知机,fNorm表示归一化,F1、F2分别为交叉注意力机制的两个输入,F1N-1和F1N分别表示第N-1层和第N层的特征; 所述提取干扰光伏发电的云层特征的具体处理步骤包括: 将光伏电站空间特征和云层空间特征输入到第一个编码器,提取光伏电站空间位置与云层位置之间的空间耦合特征; 将所述空间耦合特征和云层结构特征输入到第二个编码器,提取干扰光伏发电的云层特征。

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东北电力大学,其通讯地址为:132012 吉林省吉林市长春路169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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。