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！

龙图腾网获悉西南石油大学申请的专利双重置信过滤与伪标签优化半监督回归光伏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：CN121726999B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202610194664.9，技术领域涉及：H02J3/00；该发明授权双重置信过滤与伪标签优化半监督回归光伏功率预测方法是由毛云飞;廖俊怡;胡云华;姚博文设计研发完成，并于2026-02-11向国家知识产权局提交的专利申请。

本双重置信过滤与伪标签优化半监督回归光伏功率预测方法在说明书摘要公布了：本发明公开了一种双重置信过滤与伪标签优化半监督回归光伏功率预测方法，涉及光伏功率预测技术领域。本发明采用两阶段训练框架：第一阶段基于已标记样本集训练委员会回归器集合，通过预测一致性筛选高置信度样本并采用安全标记技术生成安全伪标签，迭代扩展已标记数据集；第二阶段基于证据回归框架估计不确定性，通过伪标签邻域优化和不确定性加权策略充分利用所有未标记数据训练光伏功率预测模型。本发明克服了现有半监督方法依赖单一置信度指标以及仅选择高置信度样本的局限性，有效解决了运行数据缺失以及新建光伏电站历史功率记录匮乏导致的标记数据稀缺问题，能够在有限标记数据条件下提升光伏功率预测精度。

本发明授权双重置信过滤与伪标签优化半监督回归光伏功率预测方法在权利要求书中公布了：1.一种双重置信过滤与伪标签优化半监督回归光伏功率预测方法，其特征在于，包括以下步骤： S1、获取光伏电站的气象特征数据以及光伏功率数据并对其进行预处理，得到已标记样本集和未标记样本集； S2、基于已标记样本集训练一个与光伏功率预测模型结构相同的神经网络，得到监督基线回归器； S3、基于已标记样本集训练多个基回归器，得到委员会回归器集合； S4、利用委员会回归器集合中的基回归器对未标记样本进行预测得到预测值，以未标记样本预测值的极差为置信度指标，选取置信度指标最小的前N个未标记样本作为候选样本； S5、构建以候选样本的预测值为顶点的凸包作为标签假设空间，引入权重向量和单纯形约束，结合候选样本在监督基线回归器的预测值，建立二次规划优化问题并对其进行求解，得到最优权重向量，并基于最优权重向量计算得到安全伪标签，并将候选样本及其对应的安全伪标签并入已标记样本集； S6、重复S3~S5直到达到迭代上限，得到扩展已标记样本集和剩余未标记样本集； S7、基于证据回归框架，计算扩展已标记样本集的监督损失； S8、对剩余未标记样本集中的样本，基于马氏距离在扩展已标记样本集中检索最近邻样本，计算基于距离加权的邻域伪标签，并根据样本与已标记数据的累计距离自适应确定校准系数； S9、基于证据回归框架，计算剩余未标记样本集中样本的不确定性，通过softmax变换将不确定性转化为置信度权重，将网络预测值与邻域伪标签进行凸组合得到优化伪标签，基于优化伪标签和置信度权重计算一致性损失，结合一致性驱动的证据正则化项，得到无监督损失； S10、基于渐进式加权计算时间权重系数，结合监督损失和无监督损失，得到整体损失，通过反向传播算法更新光伏功率预测模型的参数； S11、重复S7~S10直至达到迭代上限，得到训练后的光伏功率预测模型，该模型能够用于光伏功率的预测。

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西南石油大学，其通讯地址为：610500 四川省成都市新都区新都大道8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。