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！

龙图腾网获悉国网江苏省电力有限公司南京供电分公司;中国电力科学研究院有限公司;国家电网有限公司申请的专利一种风电场历史出力缺失数据修补方法及系统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：CN117076878B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202310861086.6，技术领域涉及：G06F18/20；该发明授权一种风电场历史出力缺失数据修补方法及系统是由嵇文路;朱克东;邓星;李峰;张明;谈亚力;刘建涛;马楠;高国荣;张景晨;高冠中;韦涛;王灿兵;鄢蜜坊;田伟设计研发完成，并于2023-07-13向国家知识产权局提交的专利申请。

本一种风电场历史出力缺失数据修补方法及系统在说明书摘要公布了：本发明公开了一种风电场历史出力缺失数据修补方法及系统，包括如下步骤：识别预先构建的风电场历史特征数据库中，风电场历史出力缺失值及其在风电场历史特征数据库中对应时间序列中的位置；基于所述缺失值及其在风电场历史特征数据库中对应时间序列中的位置提取风电场历史出力缺失值的特征数据，基于特征匹配机制补充其余特征数据，将补充其余特征数据后的特征数据中的每一个特征作为一个图节点，基于图理论构建特征Graph图；通过所述特征Graph图训练基础模型，建立图数据到风电出力功率值的非线性映射，训练获得风电场历史出力缺失数据修补模型。本发明风电场历史出力缺失数据修补方法，将有效提高缺失数据修补精度。

本发明授权一种风电场历史出力缺失数据修补方法及系统在权利要求书中公布了：1.一种风电场历史出力缺失数据修补模型训练方法，其特征在于，包括： 识别预先构建的风电场历史特征数据库中，风电场历史出力缺失值及其在风电场历史特征数据库中对应时间序列中的位置； 基于所述缺失值及其在风电场历史特征数据库中对应时间序列中的位置，提取风电场历史出力缺失值的特征数据，基于特征匹配机制补充其余特征数据，将补充其余特征数据后的特征数据中的每一个特征作为一个图节点，基于图理论构建特征Graph图； 通过所述特征Graph图训练基础模型，建立图数据到风电出力功率值的非线性映射，训练获得风电场历史出力缺失数据修补模型，所述基础模型基于图卷积神经网络框架搭建而成；其中，所述通过所述特征Graph图训练基础模型，建立图数据到风电出力功率值的非线性映射，训练获得风电场历史出力缺失数据修补模型，包括： 结合注意力机制学习不同输入特征之间以及输入与输出之间的映射关系，构建注意力机制网络，为每一个图节点分配不同的权重，基于节点特征与待修补功率之间的映射关系，对节点特征信息的挖掘； 结合GAT算法自动更新图连接边权重及聚合图特征信息，构建GAT网络，在图空间层面的特征信息挖掘； 合并注意力机制网络及GAT网络，对特征Graph图进行学习和特征提取，建立图数据到风电出力功率值的非线性映射； 输出风电场历史出力缺失数据修补结果，训练获得风电场历史出力缺失数据修补模型。

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国网江苏省电力有限公司南京供电分公司;中国电力科学研究院有限公司;国家电网有限公司，其通讯地址为：210008 江苏省南京市鼓楼区中山路251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。