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 > 东方绿色能源(河北)有限公司;国家电投集团河北电力有限公司张利华获国家专利权

东方绿色能源(河北)有限公司;国家电投集团河北电力有限公司张利华获国家专利权

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!

龙图腾网获悉东方绿色能源(河北)有限公司;国家电投集团河北电力有限公司申请的专利基于多模态地基云图分类的光伏发电功率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:CN120808052B

龙图腾网通过国家知识产权局官网在2025-11-28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:202511299405.4,技术领域涉及:G06V10/764;该发明授权基于多模态地基云图分类的光伏发电功率预测方法是由张利华;石大伟;李鹏飞;刘卜玮;孙佟萌;焦波;王春泽设计研发完成,并于2025-09-12向国家知识产权局提交的专利申请。

基于多模态地基云图分类的光伏发电功率预测方法在说明书摘要公布了:本发明公开一种基于多模态地基云图分类的光伏发电功率预测方法。首先,构建地基云图分类数据集、多模态气象数据集和光伏发电功率数据集;然后,构建地基云图分类模型和光伏发电功率预测模型;地基云图分类模型包括视觉主网络、第一多模态子网络、第二多模态子网络、稠密融合模块和多模态特征融合网络;光伏发电功率预测模型包括波动功率预测子模型和平滑功率预测子模型,将波动功率与平滑功率预测值求和,得到光伏发电功率预测值;最后,对地基云图分类模型和光伏发电功率预测模型进行训练,将训练后的模型用于光伏发电功率预测。该方法在多模态气象数据的基础上充分考虑云种类对光伏发电的影响,提高了光伏发电功率的预测准确性。

本发明授权基于多模态地基云图分类的光伏发电功率预测方法在权利要求书中公布了:1.一种基于多模态地基云图分类的光伏发电功率预测方法,其特征在于,包括如下步骤: 第一步:构建地基云图分类数据集、多模态气象数据集和光伏发电功率数据集; 第二步:构建地基云图分类模型,包括视觉主网络、第一多模态子网络、第二多模态子网络、稠密融合模块和多模态特征融合网络;视觉主网络包括多个四通道特征提取模块,第一、二多模态子网络均包括多个串联的多模态模块,且多模态模块与四通道特征提取模块一一对应;当前四通道特征提取模块的输出特征分别经过两个稠密融合模块,与第一多模态子网络和第二多模态子网络对应多模态模块的输出特征进行融合,两个稠密融合模块的输出特征与当前四通道特征提取模块的输出特征按通道相乘,得到下一个四通道特征提取模块的输入特征;最后一个四通道特征提取模块的输出特征依次经过平均池化、层归一化和全连接层,得到视觉主网络的输出特征;多模态特征融合网络对视觉主网络提取的地基云图视觉特征、第一多模态子网络提取的温湿度特征、第二多模态子网络提取的气压和风速特征进行融合,多模态特征融合网络的输出特征经过全连接层,得到云分类结果; 第三步:构建光伏发电功率预测模型,该模型根据多模态气象数据、云分类结果以及历史光伏发电功率预测光伏发电功率; 所述光伏发电功率预测模型包括波动功率预测子模型和平滑功率预测子模型;光伏发电功率预测模型的输入特征经过小波变换分解为高频分量和低频分量,高频分量经过波动功率预测子模型得到波动功率预测值,低频分量经过平滑功率预测子模型得到平滑功率预测值;将波动功率与平滑功率预测值求和,得到光伏发电功率预测值; 第四步:对地基云图分类模型和光伏发电功率预测模型进行训练,将训练后的模型用于光伏发电功率预测。

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方绿色能源(河北)有限公司;国家电投集团河北电力有限公司,其通讯地址为:050000 河北省石家庄市裕华区建华南大街161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。