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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜濟南大學申請的專利一種基于多模型融合的風電功率預測方法、系統(tǒng)及設備獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN119561047B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-05-23發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202510095801.9，技術領域涉及：H02J3/00；該發(fā)明授權一種基于多模型融合的風電功率預測方法、系統(tǒng)及設備是由彭峰;常馨;張國煜;崔曉軍;吳冰;梁墩友設計研發(fā)完成，并于2025-01-22向國家知識產(chǎn)權局提交的專利申請。

本一種基于多模型融合的風電功率預測方法、系統(tǒng)及設備在說明書摘要公布了：本申請公開了一種基于多模型融合的風電功率預測方法、系統(tǒng)及設備，涉及風電預測技術領域，通過結(jié)合皮爾遜相關系數(shù)、冰霜優(yōu)化算法優(yōu)化變分模態(tài)分解模型、CNN?ASSA?Informer模型和分位數(shù)回歸，實現(xiàn)了短期風電功率預測的非參數(shù)化概率預測，通過優(yōu)化算法處理復雜的時序數(shù)據(jù)，解決了時序數(shù)據(jù)中不同頻率成分與風電功率之間的復雜關系。并構(gòu)建相應的預測區(qū)間，提高了風電功率預測的精度和置信度，能夠為區(qū)域風電調(diào)度、可再生能源集成與電力市場提供更加可靠的風電功率預測結(jié)果。

本發(fā)明授權一種基于多模型融合的風電功率預測方法、系統(tǒng)及設備在權利要求書中公布了：1.一種基于多模型融合的風電功率預測方法，其特征在于，包括：采集多個風機在預設時間段內(nèi)的運行數(shù)值和天氣預報數(shù)據(jù)并處理數(shù)據(jù)中的異常值和缺失值；使用皮爾遜相關系數(shù)進行特征選擇，從處理后的數(shù)據(jù)中選出與目標風電功率強相關的特征數(shù)據(jù)，并建立訓練集、驗證集和測試集；使用冰霜優(yōu)化算法對變分模態(tài)分解VMD模型進行尋優(yōu)得到最佳參數(shù)，基于優(yōu)化后的VMD結(jié)果，分解數(shù)據(jù)為多個頻率成分分量；建立CNN-ASSA-Informer模型，利用訓練集對模型進行訓練，驗證集診斷模型適應性并優(yōu)化模型超參數(shù)，測試集進行預測并對模型進行評估，所述CNN-ASSA-Informer模型為卷積神經(jīng)網(wǎng)絡與自適應稀疏注意力機制串行后與Informer并行的神經(jīng)網(wǎng)絡，稀疏自注意力機制包括窗口自注意力層與相對位置偏置層，CNN模型用于提取時序數(shù)據(jù)中的局部特征，并通過自適應稀疏自注意力機制增強模型對關鍵特征的學習能力；卷積神經(jīng)網(wǎng)絡輸出的特征圖經(jīng)過自適應稀疏自注意力機制處理，通過局部窗口內(nèi)的自注意力計算有效建模局部時序依賴，同時利用相對位置偏置調(diào)整窗口內(nèi)的特征關系，增強特征的表達能力；接著經(jīng)過稀疏自注意力機制處理的特征與Informer編碼器輸出的全局時序信息特征通過加法融合，生成最終的多模態(tài)特征，該多模態(tài)特征作為輸入進入解碼器，解碼器通過自注意力機制進一步建模全局時序依賴，捕捉長時間依賴關系，得到預測結(jié)果；使用分位數(shù)回歸方法根據(jù)結(jié)果構(gòu)建不同置信水平下的預測區(qū)間。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或?qū)＠麢嗳?a target="_blank" rel="noopener noreferrer nofollow" >濟南大學，其通訊地址為：250024 山東省濟南市市中區(qū)南辛莊西路336號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。