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LHS-GRU的风光场景生成方法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：CN119940086B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411872005.3，技术领域涉及：G06F30/27；该发明授权一种基于LHS-GRU的风光场景生成方法是由王爽;吴四维;陈贻威;唐波设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本一种基于LHS-GRU的风光场景生成方法在说明书摘要公布了：一种基于LHS‑GRU的风光场景生成方法，包括以下步骤：步骤1：依据风光历史数据建立风光出力概率模型，根据所得风光出力概率模型进行拉丁超立方采样得到风光初始场景集；步骤2：通过神经网络模型分别学习风电和光伏各个时刻之间的出力相关性，分别建立风电和光伏的相关性限定模型；步骤3：将初始场景集导入模型中，进而生成修正后的场景集，也即修正场景集。本发明的目的是为了解决现有风光场景生成技术中采用统计学方法难以准确表现出短期数据之间相关关系，从而导致所生成的场景集中不同时刻之间的功率点不符合真实出力情况的技术问题、以及采用时间序列方法难以得到非典型的出力场景，从而导致非典型场景难以获得的技术问题，而提供的本方法。

本发明授权一种基于LHS-GRU的风光场景生成方法在权利要求书中公布了：1.一种基于LHS-GRU的风光场景生成方法，其特征在于，包括以下步骤： 步骤1：依据风光历史数据建立风光出力概率模型，根据所得风光出力概率模型进行拉丁超立方采样得到风光初始场景集； 步骤2：通过神经网络模型分别学习风电和光伏各个时刻之间的出力相关性，分别建立风电和光伏的相关性限定模型； 步骤3：将初始场景集导入模型中，进而生成修正后的场景集，也即修正场景集； 在步骤1中，具体包括以下子步骤： 步骤1-1：进行风光出力概率模型的建模； 步骤1-2：进行风光非参数核密度估计带宽的确定； 步骤1-3：进行基于拉丁超立方抽样的风光场景集生成； 在步骤1-3中，具体为： 1首先对风光出力的每一时刻t，其中t＝1，2，…，96，进行核密度估计得到在时刻t时的出力概率密度估计函数ftp； 2根据得到的每一时刻的核密度估计函数计算其累计概率密度函数FtP，同时将累计概率密度函数FtP划分为Nt个相等且互不重叠的区间，其中，每个区间的长度为1Nt； 3根据划分得到的各个概率子区间，在每一个概率子区间中进行一次随机采样，也即： 其中，i指的是第i个子区间，i＝1,2,…,Nt；ft,i指的是在时刻t，第i个子区间的累计概率密度；random指的是一个0-1的之间的随机数； 4将得到的带入到其反函数中，进而得到风光在时刻t第i个子区间的拉丁超立方采样值Pt,i，可表示为： 其中，指的是时刻t时的累计概率密度函数的反函数； 经过步骤1-4即可完成一次LHS的采样； 通过以上方法分别对每个时刻的风电出力的概率密度函数和光伏出力的概率密度函数进行抽样生成风电初始场景集和光伏初始场景集的数据。

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。