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！

龙图腾网获悉国网天津市电力公司宁河供电分公司;国网天津市电力公司;国家电网有限公司申请的专利一种基于数据并行处理的超短期光伏出力预测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：CN120598213B 。

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：202511099944.3，技术领域涉及：G06Q10/063；该发明授权一种基于数据并行处理的超短期光伏出力预测方法及系统是由王家鹏;王超;牛原;陈宇;陈月;张学庆;陆昊;徐健高;王春光;李方洲;蒿思宇;吴乐;刘伟;郑华;刘伟设计研发完成，并于2025-08-07向国家知识产权局提交的专利申请。

本一种基于数据并行处理的超短期光伏出力预测方法及系统在说明书摘要公布了：本发明公开了一种基于数据并行处理的超短期光伏出力预测方法及系统。其中，预测方法包括如下：获取第一预设时间段内的气象预测数据；通过三个独立的进程并行执行如下三个步骤：基于气象预测数据，统计光伏出力预测数据；根据光伏板出力特性以及气象预测数据，得到机理光伏出力预测数据；将统计光伏出力预测数据、机理光伏出力预测数据以及第二预设时间段内的历史气象数据和历史光伏出力数据合并为输入数据集，训练卷积神经网络，生成最终预测光伏出力数据。本申请在效率上满足超短期预测的实时性要求，在精度上通过多模型融合与数据深度利用实现误差降低，在实用性上适配光伏电站的实际运营需求，为超短期光伏出力预测提供了可靠技术方案。

本发明授权一种基于数据并行处理的超短期光伏出力预测方法及系统在权利要求书中公布了：1.一种基于数据并行处理的超短期光伏出力预测方法，其特征在于，包括如下步骤： 步骤S1：获取第一预设时间段内的气象预测数据； 步骤S2：通过三个独立的进程并行执行如下三个步骤： 步骤S2-1：基于所述气象预测数据，从历史气象数据中提取历史相似天气数据，并基于所述历史相似天气数据获取相应的历史光伏出力数据；将所述历史相似天气数据和历史光伏出力数据作为训练集对XGBoost模型进行训练；将气象预测数据输入训练后的XGBoost模型中，得到统计光伏出力预测数据； 步骤S2-2：根据光伏板出力特性以及气象预测数据，得到机理光伏出力预测数据； 步骤S2-3：将所述统计光伏出力预测数据、机理光伏出力预测数据以及第二预设时间段内的历史气象数据和相应的历史光伏出力数据合并为输入数据集，训练卷积神经网络，生成最终预测光伏出力数据； 在步骤S1中，所述第一预设时间段为从预测时间点起4个小时； 在步骤S1中，所述气象预测数据包括天气类型、风速、风向、温度、相对湿度、能见度、气压、辐照强度、日出日落时间； 在步骤S2-2中，所述机理光伏出力预测数据的计算公式如下： PPV＝rgηmaxAPVηPVcosθ 其中，PPV为机理光伏出力预测数据，r为辐照强度，g为日出日落编码值，ηmax为最大功率追踪点，APV为光伏辐射区域，ηPV为转换系数，θ为光伏照射角； 步骤S2-3，具体包括如下： 步骤S2-3-1：针对预测时域内每个预测时间点依次进行如下操作，形成多个子数据集，将多个子数据集合并为输入数据集：选取预设数量的历史相似天气日的相同时间点的统计光伏出力预测数据、机理光伏出力预测数据以及第二预设时间段内的历史气象数据和相应的历史光伏出力数据进行序列拼接，每个时间点包含10个天气特征属性，拼接后形成维度为200×10的原始特征矩阵，作为卷积神经网络输入层的输入数据，10个天气属性包括精确至秒级的时间戳、经编码的天气类型、风速、风向编码值、温度、相对湿度、能见度、气压、辐照强度、日出日落编码值；1个出力属性构成1×1的输出向量，代表对应时间点的历史光伏出力数据，作为卷积神经网络参数校正的结果目标值； 步骤S2-3-2：基于所述输入数据集训练卷积神经网络，得到由多个预测时间点的预测值构成的最终预测结果； 所述预设数量为200个，第二预设时间段为预测时间点前4个小时。

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天津市电力公司宁河供电分公司;国网天津市电力公司;国家电网有限公司，其通讯地址为：301599 天津市宁河区新华道20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。