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！

龍圖騰網恭喜廣東工業大學申請的專利一種海上風電功率爬坡預測方法及系統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：CN119669865B 。

龍圖騰網通過國家知識產權局官網在2025-05-16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：202510180694.X，技術領域涉及：G06F18/241；該發明授權一種海上風電功率爬坡預測方法及系統是由殷豪;關茹芳;張祺;黃自謙設計研發完成，并于2025-02-19向國家知識產權局提交的專利申請。

本一種海上風電功率爬坡預測方法及系統在說明書摘要公布了：本發明提出一種海上風電功率爬坡預測方法及系統，涉及電力系統預測與控制的技術領域，方法包括：獲取海上風電場的多源數據集；對多源數據集進行預處理，得到氣象驅動因子、風電功率的時間戳和海上風電場的地理特征信息；將氣象驅動因子、風電功率、時間戳和地理特征信息整理成統一格式的爬坡數據，對爬坡數據進行擴充，得到爬坡數據集；構建用于預測風電功率爬坡事件的多維協同圖感知網絡；利用爬坡數據集對多維協同圖感知網絡進行訓練，得到訓練好的多維協同圖感知網絡；采集海上風電場的待預測多源數據集，將待預測多源數據集輸入訓練好的多維協同圖感知網絡，輸出風電功率爬坡事件的預測結果。本發明有效提高了風電功率爬坡事件預測精度。

本發明授權一種海上風電功率爬坡預測方法及系統在權利要求書中公布了：1.一種海上風電功率爬坡預測方法，其特征在于，包括以下步驟：S1.獲取海上風電場的多源數據集；S2.對所述多源數據集進行預處理，得到氣象驅動因子、風電功率的時間戳和海上風電場的地理特征信息；S3.將所述氣象驅動因子、所述風電功率、所述時間戳和所述地理特征信息整理成統一格式的爬坡數據，對所述爬坡數據進行擴充，得到爬坡數據集；S4.構建用于預測風電功率爬坡事件的多維協同圖感知網絡，所述多維協同圖感知網絡包括網絡輸入層、節點內注意力學習層、節點間注意力學習層、特征整合層、多層感知機；S5.利用所述爬坡數據集對所述多維協同圖感知網絡進行訓練，得到訓練好的多維協同圖感知網絡；S6.采集海上風電場的待預測多源數據集，將所述待預測多源數據集輸入訓練好的多維協同圖感知網絡，輸出風電功率爬坡事件的預測結果；其中，S4包括：S41.利用所述爬坡數據組成多維協同圖，所述多維協同圖包括四個大節點和動態邊，所述四個大節點分別為時間戳T、氣象驅動因子M、地理特征信息G和風電功率P，每個大節點中包括若干個小節點，每一個小節點用于表示大節點的具體子特征，所述動態邊由節點內邊和節點間邊構成，節點內邊表示著同一大節點內中小節點之間的關系，節點間邊表示著不同大節點之間的關系，將所述多維協同圖通過所述網絡輸入層輸入節點內注意力學習層；S42.所述節點內注意力學習層通過節點內注意力學習對所述多維協同圖進行節點內邊權重調整，得到在路徑下進行一輪信息傳遞后大節點的特征向量： 其中，表示softmax激活函數，表示在路徑下小節點傳遞到大節點的注意力，表示在路徑下大節點中小節點的集合，表示大節點中小節點的節點內注意力特征；S43.根據所述特征向量，所述節點間注意力學習層通過節點間注意力學習對所述多維協同圖進行節點間邊權重調整，得到節點特征向量集合： 其中，P表示路徑L的總數，表示第p條路徑L，代表在第p條路徑L下的所有大節點的集合，代表節點特征向量集合，表示歸一化后的節點間注意力；S44.所述特征整合層將節點特征向量集合整合為全局圖進行表征輸入至所述多層感知機；S45.所述多層感知機接收所述全局圖，將大小節點之間的聯系與風電功率爬坡事件進行映射，輸出風電功率爬坡事件的預測結果。

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廣東工業大學，其通訊地址為：510090 廣東省廣州市越秀區東風東路729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”。