買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜東南大學申請的專利一種基于改進LSTM-CNN的風功率短期預測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115115090B 。

龍圖騰網通過國家知識產權局官網在2025-04-01發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210543841.1，技術領域涉及：G06F18/2433；該發明授權一種基于改進LSTM-CNN的風功率短期預測方法是由鄧艾東;丁雪;鄧敏強;史曜煒;劉洋設計研發完成，并于2022-05-18向國家知識產權局提交的專利申請。

本一種基于改進LSTM-CNN的風功率短期預測方法在說明書摘要公布了：本發明涉及一種基于改進LSTM?CNN的風功率短期預測方法，包括獲取風電場風功率歷史數據和對應時間的數值天氣預報數據，并對數據進行預處理和拼接形成多維時序數據集；將數據集按照時間劃分為分別代表四個季節的四組樣本，利用K?means算法對每組樣本進行聚類，將每組樣本劃分為若干個聚類類別；選取目標聚類類別的樣本劃分訓練集和測試集，將訓練集輸入到改進LSTM?CNN預測模型中進行模型訓練；將測試集輸入到訓練好的預測模型中，得到對應的短期風功率預測數據。通過聚類找到對預測精度影響最大的樣本，提高了預測效率，通過改進預測模型提取多尺度特征，彌補傳統預測算法對復雜天氣情況下風功率預測精度不高的缺陷。

本發明授權一種基于改進LSTM-CNN的風功率短期預測方法在權利要求書中公布了：1.一種基于改進LSTM-CNN的風功率短期預測方法，其特征在于，包括：S1、獲取風電場全年的風功率歷史數據和對應時間的數值天氣預報數據，并對數據進行預處理，對處理后的數值天氣預報數據和風功率數據進行拼接，形成多維時序數據集；S2、將數據集按照時間劃分為分別代表四個季節的四組樣本，利用K-means算法對每組樣本進行聚類，將每組樣本劃分為若干個聚類類別；S3、選取目標聚類類別的樣本，劃分訓練集和測試集，其中，選取所要預測樣本即測試集所屬的聚類類別，并將該聚類類別中的其他樣本作為訓練集；將訓練集輸入到改進LSTM-CNN預測模型中進行參數迭代，建立天氣參數與風功率之間的映射關系，當損失函數滿足迭代終止條件時停止更新；所述改進LSTM-CNN預測模型前半部分為LSTM網絡，后半部分為CNN網絡；CNN網絡由一個卷積-池化對、一個多尺度特征提取層、一個自注意力機制層和一個全連接層組成；所述多尺度特征提取層包含兩個不同大小的卷積核，以捕獲信號的多尺度特征，并產生不同感受野的級聯特征；S4、將測試集輸入到訓練好的改進LSTM-CNN預測模型中，得到對應的短期風功率預測數據。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人東南大學，其通訊地址為：210096 江蘇省南京市江寧區東南大學路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。