湖南大学何洪英获国家专利权
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！
龙图腾网获悉湖南大学申请的专利基于傅里叶生成对抗网络的统一时空风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：CN121461293B 。
龙图腾网通过国家知识产权局官网在2026-04-07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：202511935569.1，技术领域涉及：H02J3/00；该发明授权基于傅里叶生成对抗网络的统一时空风电功率预测方法是由何洪英;赵丹;罗滇生;黄守道;张子涵;杨晓雨设计研发完成，并于2025-12-22向国家知识产权局提交的专利申请。
本基于傅里叶生成对抗网络的统一时空风电功率预测方法在说明书摘要公布了：本申请提供基于傅里叶生成对抗网络的统一时空风电功率预测方法，包括：获取基于统一时空的超变量图，所述超变量图基于多个风力发电机的历史功率序列数据集构建；构建多风电场功率预测模型；所述多风电场功率预测模型为深度遗憾分析生成对抗网络DRAGAN，所述深度遗憾分析生成对抗网络为以FourierGNN作为生成器、以卷积神经网络CNN作为鉴别器的对抗网络；采用所述超变量图，对所述多风电场功率预测模型进行迭代训练，得到满足预测要求的多风电场功率预测模型。本申请所提方法，通过生成器FourierGNN和鉴别器CNN的相互博弈训练，对生成器的参数进行优化，提高生成样本质量，进一步提高预测精度。
本发明授权基于傅里叶生成对抗网络的统一时空风电功率预测方法在权利要求书中公布了：1.基于傅里叶生成对抗网络的统一时空风电功率预测方法，其特征在于，包括： 获取基于统一时空的超变量图；所述超变量图基于多个风力发电机的历史功率序列数据集构建； 构建多风电场功率预测模型；所述多风电场功率预测模型为深度遗憾分析生成对抗网络DRAGAN，所述深度遗憾分析生成对抗网络DRAGAN为以傅里叶图神经网络FourierGNN作为生成器、以卷积神经网络CNN作为鉴别器的对抗网络； 采用所述超变量图，对所述多风电场功率预测模型进行迭代训练，得到满足预测要求的多风电场功率预测模型。
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湖南大学，其通讯地址为：410012 湖南省长沙市岳麓区麓山南路1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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励