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！

龍圖騰網恭喜中南大學;南京潔源電力科技發展有限公司申請的專利基于TLBO-Elman的光伏電站短期發電功率預測方法、裝置及存儲介質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：CN114492944B 。

龍圖騰網通過國家知識產權局官網在2025-04-15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：202111658462.9，技術領域涉及：H02J3/00；該發明授權基于TLBO-Elman的光伏電站短期發電功率預測方法、裝置及存儲介質是由文爽;孫志強;金勝騫;焦曉雷;陳虎設計研發完成，并于2021-12-30向國家知識產權局提交的專利申請。

本基于TLBO-Elman的光伏電站短期發電功率預測方法、裝置及存儲介質在說明書摘要公布了：本發明公開了一種基于TLBO?Elman的光伏電站短期發電功率預測方法、裝置及存儲介質，根據預測日的氣象數據、天氣類型獲取與其相似度最高的歷史日；將該歷史日的光伏發電功率數據進行分解處理，將得到的表示短期規律的IMF分量疊加作為短期預測中頻數據；將預測日的氣象數據及短期預測中頻數據歸一化處理，輸入與預測日天氣類型對應的發電功率預測模型，以預測預測日光伏發電短期預測功率；發電功率預測模型為基于歷史發電日的氣象數據及光伏發電功率數據分別對Elman神經網絡進行訓練得到，且Elman神經網絡的初始權值和閾值采用TLBO優化算法得到。本發明可以實現不同氣象條件下光伏發電短期功率的有效預測。

本發明授權基于TLBO-Elman的光伏電站短期發電功率預測方法、裝置及存儲介質在權利要求書中公布了：1.一種基于TLBO-Elman的光伏電站短期發電功率預測方法，其特征在于，包括：獲取預測日的氣象數據，并確定預測日所屬天氣類型；根據預測日的氣象數據及其所屬天氣類型，獲取與預測日相似度最高的歷史日；將相似度最高的歷史日的光伏發電功率數據進行分解處理，將分解處理得到的表示短期規律的IMF分量疊加作為短期預測中頻數據；將預測日的氣象數據及短期預測中頻數據進行歸一化處理，然后輸入與預測日天氣類型對應的發電功率預測模型，得到歸一化的光伏發電預測功率；其中，各天氣類型對應的發電功率預測模型為基于各天氣類型的歷史發電日的氣象數據及光伏發電功率數據分別對Elman神經網絡進行訓練得到，且Elman神經網絡的初始權值和閾值采用TLBO優化算法得到；對光伏發電預測功率進行反歸一化處理得到預測日光伏發電短期預測功率；所述Elman神經網絡的承接層、隱含層、輸出層可通過下式計算：承接層：xck＝αxck-1+hk-1隱含層：hk＝fw1Xk-1+w3xck+b1輸出層：Yk＝gw2xk+b2其中，Xk為輸入層在k時刻的輸入；xck為承接層在k時刻的輸出；hk為隱含層在k時刻的輸出；Yk為輸出層在k時刻的輸出；g·為輸出層神經元傳遞函數；f·為隱含層神經元傳遞函數；b1為隱含層閾值；b2為輸出層閾值；α為自連接反饋增益因子；w1為輸入層與隱含層間的權值；w2為隱含層與輸出層之間的權值；w3為隱含層與承接層間的權值；由計算輸出Yk與真實值yk計算得到網絡誤差E： 式中，N表示預測數據總長度；隱含層與輸出層之間權值w2的修正量Δw2通過下式計算： 式中，η表示學習率；i＝1,2,…,m；j＝1,2,…,n，m、n分別表示輸出層和隱含層的節點數；g'·為輸出層神經元傳遞函數g·的導數；輸入層與隱含層之間權值w1的修正量Δw1通過下式計算： 式中，q＝1,2,…,r，r表示輸入層的節點數；f'·為隱含層神經元傳遞函數f·的導數；承接層與隱含層之間權值w3的修正量Δw3通過下式計算： 式中，l＝1,2,…,n；訓練過程中，若網絡誤差E小于設定誤差ε或達到最大訓練步驟，則終止迭代。

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中南大學;南京潔源電力科技發展有限公司，其通訊地址為：410083 湖南省長沙市岳麓區麓山南路932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”。