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！

龙图腾网获悉湖南科技大学申请的专利基于模式感知自适应深度学习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：CN121216441B 。

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：202511745362.8，技术领域涉及：H02J3/00；该发明授权基于模式感知自适应深度学习的光伏发电功率预测方法是由王一韩;李燕设计研发完成，并于2025-11-26向国家知识产权局提交的专利申请。

本基于模式感知自适应深度学习的光伏发电功率预测方法在说明书摘要公布了：本发明公开了基于模式感知自适应深度学习的光伏发电功率预测方法，包括：S1、基于光伏电站的历史运行数据，提取日度特征并自动识别且划分出至少两种运行模式，并将识别出的运行模式标签映射至与所述日度特征对应的自然日内的所有数据时间点；S2、针对步骤S1中识别的运行模式，对其对应的光伏功率时间序列进行信号分解和特征提取，并基于分解结果计算信号复杂度特征，结合模式特定的外部气象和时间特征构建与各模式相适配的特征集；S3、基于双向长短期记忆网络构建包含模式嵌入层的统一深度学习预测模型，针对识别出的运行模式，加载专属超参数，并将构建的与运行模式相适配的特征集与模式标签输入到预测模型中进行训练，输出功率预测结果。

本发明授权基于模式感知自适应深度学习的光伏发电功率预测方法在权利要求书中公布了：1.一种基于模式感知自适应深度学习的光伏发电功率预测方法，其特征在于，包括以下步骤： S1、基于光伏电站的历史运行数据，提取日度特征并自动识别且划分出至少两种运行模式，并将识别出的运行模式标签映射至与所述日度特征对应的自然日内的所有数据时间点； S2、针对步骤S1中识别出的每种运行模式，独立地对其对应的光伏功率时间序列进行信号分解和特征提取，并基于分解结果计算信号复杂度特征，结合模式特定的外部气象和时间特征构建与各模式相适配的特征集；所述独立地对其对应的光伏功率时间序列进行信号分解和特征提取，包括： S21、独立分解：对每种运行模式下的光伏功率时间序列，独立进行ICEEMDAN分解，将原始的光伏功率时间序列分解为多个固有模态函数IMF和一个残差项的加和； S22、自适应对齐：为统一后续模型输入维度，将分解出的组件重组为固定数量N个组件序列；所述将分解出的组件重组为固定数量N个组件序列的规则为： a保留前N-1个IMF分量，若实际IMF数量少于N-1，则剩余IMF组件位置保持为零； b保留1个残差项，置于第N个组件位置； c若实际IMF数量多于N-1个，则将多出的IMF分量逐点求和，并累加到第N个组件上，以确保维度统一； S23、信号复杂度特征提取：对每种模式下分解并对齐后的IMF组件序列，独立计算其模糊熵值，并将这些模糊熵数值本身作为表征信号复杂度的特征纳入特征集； S3、基于双向长短期记忆网络构建一个包含模式嵌入层的统一深度学习预测模型，针对步骤S1中识别出的每种运行模式，独立地加载为其优化的专属超参数，并将步骤S2中构建的与所述运行模式相适配的特征集与模式标签输入到所述统一深度学习预测模型中进行训练，输出功率预测结果。

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湖南科技大学，其通讯地址为：411100 湖南省湘潭市雨湖区桃园路；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。