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！

龙图腾网获悉北方民族大学申请的专利一种基于算法优化联合数据去噪的风速时间序列预测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：CN119578622B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202411645935.5，技术领域涉及：G06Q10/04；该发明授权一种基于算法优化联合数据去噪的风速时间序列预测方法是由马少娟;许鑫翼;许昌林;肖晖;侯文涛设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本一种基于算法优化联合数据去噪的风速时间序列预测方法在说明书摘要公布了：本发明公开了一种基于算法优化联合数据去噪的风速时间序列预测方法，属于风速数据处理技术领域。本发明将小波阈值滤波和深度学习模型相结合，包括：S1：使用NOA优化小波阈值滤波WT的两个调节因子，应用NOA‑WT模型对风速数据进行滤波处理；S2：对处理过的数据进行相空间重构，计算李雅普诺夫指数并识别其混沌特性；S3：使用NOA优化的深度学习模型BiTCN‑BiGRU进行分位数回归QR区间预测。本发明精准预测风速在风力发电中具有至关重要的作用，直接影响着发电效率和能源管理的优化，风电场可以合理规划风力发电机组的运作，最大化发电量，减少风速波动对电网稳定性的影响，并有效降低运营和维护成本。

本发明授权一种基于算法优化联合数据去噪的风速时间序列预测方法在权利要求书中公布了：1.一种基于算法优化联合数据去噪的风速时间序列预测方法，其特征在于，包括以下步骤： S1：使用星鸦优化算法NOA优化小波阈值滤波WT的两个调节因子，应用NOA-WT模型对风速数据进行滤波处理； S2：对处理过的数据进行相空间重构，计算李雅普诺夫指数并识别其混沌特性；其中，相空间重构的条件为：，其中，为嵌入维数，为系统关联维数；使用关联积分估算出时间延迟和嵌入维数，同时考虑和，利用嵌入时间序列的关联积分分析得到时间序列的相关性，得出统计量、和，根据、、和的关系来获得最佳延迟时间和嵌入窗，最后求出嵌入维数； S3：使用NOA优化的深度学习模型BiTCN-BiGRU进行分位数回归QR区间预测，其中，使用NOA优化深度学习模型BiTCN-BiGRU的方法包括：使用NOA算法分别对BiTCN模型中的滤波器个数、BiGRU单元中的神经元个数以及组合模型中的学习率和正则化参数4个参数进行优化，在复杂的搜索空间中找到适合的超参数组合。

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北方民族大学，其通讯地址为：750021 宁夏回族自治区银川市西夏区文昌北街204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。