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！

龙图腾网获悉国网福建省电力有限公司;国网福建省电力有限公司电力科学研究院;浙江大学申请的专利基于LightGBM-Transformer-LSTM的水电集群出力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：CN119651590B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202411792776.1，技术领域涉及：H02J3/00；该发明授权基于LightGBM-Transformer-LSTM的水电集群出力预测方法是由王清凉;陈大玮;汪寅乔;杨巧艺;杨嘉烨;胡永洪;周朝晖;韩晔;方略斌;李彪;朱立轩;田野;曾志杰;陈思宇;谢如昌;廖梦爽设计研发完成，并于2024-12-07向国家知识产权局提交的专利申请。

本基于LightGBM-Transformer-LSTM的水电集群出力预测方法在说明书摘要公布了：本发明涉及基于LightGBM‑Transformer‑LSTM的水电集群出力预测方法，包括以下步骤：采集目标水电集群的历史发电数据以及历史气象数据并进行预处理；通过历史发电数据，确定时延特征，并构建基本特征数据；构建出力预测模型，包括三个基模型，分别为LightGBM基模型、Transformer基模型和LSTM基模型；分别构造对应三个基模型的三种输入特征数据，进行出力预测模型的训练；通过训练好的出力预测模型进行目标水电集群在未来时刻的发电数据预测。

本发明授权基于LightGBM-Transformer-LSTM的水电集群出力预测方法在权利要求书中公布了：1.一种基于LightGBM-Transformer-LSTM的水电集群出力预测方法，其特征在于，包括以下步骤： 采集目标水电集群的历史发电数据以及历史气象数据并进行预处理； 通过历史发电数据，确定给定时刻发电数据与时延后的发电数据相关性最大的时延特征；并基于预处理后的历史发电数据、历史气象数据和时延特征构建基本特征数据； 构建出力预测模型，包括三个基模型，分别为LightGBM基模型、Transformer基模型和LSTM基模型；以基本特征数据为基础，分别构造对应三个基模型的三种输入特征数据，分别将三种输入特征数据输入至三个基模型，在出力预测模型的训练过程中，通过加权集成的方法融合各基模型的预测结果，根据融合后的预测结果与真实发电数据的损失对出力预测模型进行迭代训练，调整加权集成过程中赋予各基模型的权重； 通过训练好的出力预测模型进行目标水电集群在未来时刻的发电数据预测； 其中，所述以基本特征数据为基础，分别构造对应三个基模型的三种输入特征数据的方法具体为： 对于LightGBM基模型，在基本特征数据的基础上，引入与水电集群所处的环境数据，形成第一输入特征数据； 对于Transformer基模型，在基本特征数据的基础上，引入第一给定时间窗口内的气象序列数据，形成第二输入特征数据； 对于LSTM基模型，在基本特征数据的基础上，引入第二给定时间窗口内的发电序列数据和气象序列数据，形成第三输入特征； 其中，第一给定时间窗口大于两倍的第二给定时间窗口。

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福建省电力有限公司;国网福建省电力有限公司电力科学研究院;浙江大学，其通讯地址为：350003 福建省福州市鼓楼区五四路257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。