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！

龙图腾网获悉南京鼎研电力科技有限公司;南京邮电大学申请的专利一种基于融合模型的光伏发电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：CN119577565B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202411625314.0，技术领域涉及：G06F18/2411；该发明授权一种基于融合模型的光伏发电预测方法是由江涛;李晨旭;徐立平;杨兴留;郭永祥;杨超;洪欢;季一木;刘尚东;徐鹤设计研发完成，并于2024-11-14向国家知识产权局提交的专利申请。

本一种基于融合模型的光伏发电预测方法在说明书摘要公布了：一种基于融合模型的光伏发电预测方法，属于光伏能源领域。传统光伏预测方法仅基于大量数据进行模型训练，往往存在着与光伏定律不符的预测结果。同时，针对特征子集的筛选通常采用单一方法，但光伏数据具有季节性、不确定性等特点，单一方法无法很好地描述各个特征与发电量的关系。本发明在传统预测方法的基础上融合光伏领域知识及定律，建立光伏约束模型；采用过滤法及包装法结合的算法建立特征子集的筛选模型，最后融合LSTM算法模型进行光伏预测。因此，本发明能够高效地筛选出更具代表性，相关性更佳的特征子集，并对光伏预测结果进行物理约束，从而提高模型的效果和泛化能力，实现光伏发电的准确预测。

本发明授权一种基于融合模型的光伏发电预测方法在权利要求书中公布了：1.一种基于融合模型的光伏发电预测方法，其特征在于：所述方法包括以下步骤： S1、通过光伏电站的信息采集系统获取原始发电数据及相关监测气象数据，并对原始数据中不完整、缺失的数据进行预处理； S2、通过光伏领域知识及定律，根据每天的日出日落时间对辐照数据进行筛选处理，求取出平均日出日落时间，初步建立光伏约束模型，对光伏数据进行清洗过滤，生成对应的基本数据流； S3、通过双边滤波算法及皮尔逊相关系数PCC，对基本数据流进行平滑处理及相关性分析，生成相应的特征空间； 步骤S3具体为， S31、使用双边滤波算法，引入空间域权重函数衡量像素之间的空间距离，距离当前像素较远的像素点被赋予较小权重，距离较近的像素点被赋予较大的权重； S32、使用双边滤波算法，引入灰度域权重函数度量像素之间的灰度值差异，与当前像素的灰度值相似被赋予较大权重，差异较大的像素点被赋予较小的权重； S33、输出邻域内所有像素值的加权平均像素值，以及空间域权重函数和灰度域权重函数的乘积； S34、使用皮尔逊相关系数衡量光伏发电量与各个特征之间的相关性，根据计算得到的取值判断光伏发电量与特征之间的相关性，值接近1时，存在正相关性，接近-1，存在负相关性，接近于0表示二者之间不存在相关性；步骤S34中，皮尔逊相关系数公式为： 其中，为样本数量，为光伏发电量数据的样本值，为辐照度、温度的特征数据的样本值，为皮尔逊相关系数； S4、通过包装器法，对于待筛选的特征空间通过排列组合生成特征向量，并进行训练，选择给定特征集的最佳子集； 步骤S4具体为， S41、选择皮尔逊相关系数为正的特征集做为待筛选的特征空间，并将各个特征进行排列组合，生成特征向量； S42、使用支持向量机回归模型，输入各特征向量进行训练，通过交叉验证计算均方根误差的值，RMSE值越小则说明特征向量与光伏发电量相关性越高； S5、通过光伏模型及LSTM算法将数据输入模型进行训练、调优、评估，最终将获得的光伏模型投入使用，输入数据获得对应的光伏发电预测结果。

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南京鼎研电力科技有限公司;南京邮电大学，其通讯地址为：210019 江苏省南京市建邺区应天大街888号金鹰世界B座22F；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。