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！

龙图腾网获悉德州交投新能源有限责任公司申请的专利一种基于人工智能的光伏电站发电量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：CN120598126B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202510769948.1，技术领域涉及：G06Q10/04；该发明授权一种基于人工智能的光伏电站发电量预测方法是由秦东;唐帅;金文才;姚翔之;曹瑶;商广超;宋娟;孔安琪;王琦设计研发完成，并于2025-06-10向国家知识产权局提交的专利申请。

本一种基于人工智能的光伏电站发电量预测方法在说明书摘要公布了：本发明属于光伏发电技术领域，尤其涉及一种基于人工智能的光伏电站发电量预测方法。首先采集相关发电影响数据，对收集到的逆变器的历史发电量数据和气象数据进行结合得到带气象数据因素的逆变器发电量数据，进行数据清洗与修复等预处理；采用多尺度自适应门控LSTM构建预测模型，划分多尺度输入序列，经LSTM网络建模、注意力机制融合特征得到第一发电量预测数据；根据逆变器老化和温度数据计算修正系数；通过支持向量机回归对初步修正后的预测数据二次修正，得到最终预测数据。该方法提升数据质量，解决传统模型泛化能力不足问题，降低长期预测偏差，提高复杂场景下预测精度与可靠性。

本发明授权一种基于人工智能的光伏电站发电量预测方法在权利要求书中公布了：1.一种基于人工智能的光伏电站发电量预测方法，其特征在于，包括以下步骤： S1、采集光伏电站逆变器的历史发电量数据、气象数据、逆变器老化数据、逆变器温度数据； S2、对收集到的逆变器的历史发电量数据和气象数据进行结合，得到带有气象数据因素的逆变器发电量数据，并对此数据进行数据预处理； S3、搭建发电量预测模型，通过预处理后的带有气象数据因素的逆变器发电量数据进行输入，得到第一发电量预测数据； 所述步骤S3中发电量预测模型的构建的实现是采用多尺度自适应门控LSTM进行构建，具体来说： S31、首先将预处理后的数据按照时间粒度划分为多尺度输入序列，至少包括小时级，日级以及周级三类时序特征向量； S32、构建独立的小时级LSTM网络、日级LSTM网络、周级LSTM网络，分别对各尺度时序特征进行时序依赖建模，输出对应尺度的隐藏状态序列； S33、通过注意力机制计算各尺度隐藏状态的权重，计算方式为，其中，fj=1,2,3对应小时级，日级以及周级，为可学习参数，融合多尺度特征得到综合隐藏状态； S4、根据采集到的逆变器老化数据和逆变器温度数据计算发电量修正系数； S5、结合发电量修正系数和第一发电量预测数据，得到最终的发电量预测数据； 所述步骤S3中在模型构建过程中引入自适应双门控机制实现动态生成门控参数并结合辅助门控更新细胞状态，具体实现为： 首先选择多层感知器为主门控参数生成网络，将当前时刻的数据进行输入，其输出包括遗忘门、输入门、输出门的权重矩阵、、以及偏置向量、、； 对于遗忘门，动态生成的主门控权重矩阵和偏置向量计算遗忘门的输出，计算方式为：；输入门的输出同样也是由动态生成的权重矩阵和偏置向量来计算，计算方式为：，输出门同理； 然后进行辅助门控的计算，输入遗忘门的计算公式为，其中，辅助遗忘门的固定权重矩阵和偏置向量，代表气象数据；同理计算辅助输入门，其中代表辅助输入门的固定权重矩阵和偏置向量； 结合主门控和辅助门控的输出，对细胞状态进行更新，具体公式为：，其中代表候选细胞状态； 然后将更新后的细胞状态和输出门更新隐藏状态，计算方式为：，输出门决定细胞状态中有多少信息将被输出到隐藏状态中，而隐藏状态会作为下一个时间步的输入之一，继续参与模型的计算。

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德州交投新能源有限责任公司，其通讯地址为：253000 山东省德州市经济技术开发区长河街道办事处东风东路1236号德州市交通运输投资发展集团有限公司一楼东侧105室；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。