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！

龙图腾网获悉贵州电网有限责任公司申请的专利一种光储充微网多尺度功率预测与不确定性量化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：CN121307876B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202511846955.3，技术领域涉及：H02J3/00；该发明授权一种光储充微网多尺度功率预测与不确定性量化方法是由何思阳;闵鲟;张健华;黄俊澄;潘富祥;李思嘉;金炬峰;张昌孜;刘昌宏;罗正明;杜鑫;荣尉凯;李毓超设计研发完成，并于2025-12-09向国家知识产权局提交的专利申请。

本一种光储充微网多尺度功率预测与不确定性量化方法在说明书摘要公布了：本发明公开了一种光储充微网多尺度功率预测与不确定性量化方法，属于电力调度技术领域，包括：获取光储充微网的历史运行数据和气象数据；通过多尺度分解算法，提取不同时频特征；通过深度神经网络预测模型建立非线性映射关系，确定最优网络结构与超参数组合；通过贝叶斯深度学习框架，量化预测不确定性，得到预测置信区间；训练多个不同结构的基学习器，通过集成学习算法，得到集成预测结果；通过构建预测区间并结合点预测精度指标，得到光储充微网功率预测解决方案。本发明实现对光储充微网功率的高精度预测和不确定性的准确量化，为配电网安全稳定运行提供可靠的决策支持。

本发明授权一种光储充微网多尺度功率预测与不确定性量化方法在权利要求书中公布了：1.一种光储充微网多尺度功率预测与不确定性量化方法，其特征在于，包括： 获取光储充微网的历史运行数据和气象数据； 基于预处理后的数据，通过多尺度分解算法，提取不同时频特征； 基于不同时频特征，通过深度神经网络预测模型建立非线性映射关系，确定最优网络结构与超参数组合； 基于最优网络结构与超参数组合，通过贝叶斯深度学习框架，量化预测不确定性，得到预测置信区间； 基于预测置信区间，训练多个不同结构的基学习器，通过集成学习算法，得到集成预测结果； 基于集成预测结果，通过构建预测区间并结合点预测精度指标，得到光储充微网功率预测解决方案； 所述提取不同时频特征，包括： 通过对光储充微网总功率信号进行离散小波分解，得到各层小波细节系数和近似系数； 对于光伏发电功率，根据物理规律进行多尺度分量划分，分解为趋势项，日周期项和天气扰动项； 通过对光储充微网的原始功率信号进行小波分解，并计算各层小波细节系数的平方和，提取各层能量特征； 基于趋势项，日周期项和天气扰动项，通过对光伏发电功率进行傅里叶变换，提取光伏功率的功率谱密度； 通过对系统总功率信号进行连续小波变换，构建时频能量分布，并对同频率下的能量沿时间维度归一化，得到时频相关性特征； 基于各层能量特征，功率谱密度和时频相关性特征，提取不同时频特征； 所述确定最优网络结构与超参数组合，包括： 将气象、历史功率和日历特征拼接为融合输入向量； 基于融合输入向量，定义多层非线性变换； 基于非线性变换，计算注意力得分，并通过归一化得到注意力权重； 基于注意力权重，与真实值之间的偏差，计算预测损失； 基于预测损失，结合不确定性损失和正则化损失，构建总损失函数； 基于总损失函数，设置激活函数、优化器、学习率调度策略，并通过交叉验证确定最优网络结构与超参数组合； 所述得到预测置信区间，包括： 通过贝叶斯深度学习框架，将参数不确定性表达为后验分布； 基于后验分布，计算预测均值和计算总预测方差，获得预测不确定性； 定义不确定性损失，将预测不确定性作为学习目标，得到预测置信区间。

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贵州电网有限责任公司，其通讯地址为：550002 贵州省贵阳市南明区滨河路17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。