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！

龍圖騰網恭喜齊魯工業大學(山東省科學院)申請的專利一種新型異常值修正的風電功率預測算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：CN119249189B 。

龍圖騰網通過國家知識產權局官網在2025-05-23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：202411796685.5，技術領域涉及：G06F18/23213；該發明授權一種新型異常值修正的風電功率預測算法是由孫凱;王大松;李明豪;馬鳳英;曹茂永設計研發完成，并于2024-12-09向國家知識產權局提交的專利申請。

本一種新型異常值修正的風電功率預測算法在說明書摘要公布了：本發明涉及數據驅動的工業軟測量建模技術領域，提供了一種新型異常值修正的風電功率預測算法，包括如下步驟：步驟1，收集風速歷史數據和風電功率歷史數據作為原始數據集，預處理風速序列中明顯的異常值；步驟2，采用新的異常值檢測算法篩選出異常值后剔除，然后采用新的異常值修正方法重構缺失值；步驟3，利用變分模態分解風速和風電功率序列；步驟4，構建多輸出門控循環單元模型同步預測風速和風電功率，同時提出一個新的損失函數；步驟5，開發微調校正模塊用于約束矯正風電功率預測值。本方案實現了對風電功率快速和準確地估計，從而有助于電力系統的優化調度和降低運行成本。

本發明授權一種新型異常值修正的風電功率預測算法在權利要求書中公布了：1.一種新型異常值修正的風電功率預測算法，其特征在于，包括如下步驟：步驟1，收集風速歷史數據和風電功率歷史數據作為原始數據集，基于箱線圖法對風速歷史數據進行初步異常值檢測及剔除，然后使用三次樣條插值法將剔除的風速歷史數據補全；步驟2，針對步驟1初步處理后的原始數據集采用新的異常值檢測算法篩選出異常值后剔除，然后采用異常值修正方法重構缺失值，所述異常值檢測算法基于K均值聚類算法和高斯核密度估計方法，所述新的異常值修正方法基于窗口平滑法和理論功率，所述深度異常值檢測剔除和缺失值補全校正的具體執行過程包括：步驟2.1，使用K均值聚類算法將風電功率值相近的數據點聚為一類，將樣本點分成多個類別簇；步驟2.2，在各類別簇中，使用高斯核密度估計方法針對每個樣本點對應的風速值進行分析處理得到各樣本點的核密度估計值，將核密度估計值取反記為異常值得分；步驟2.3，設置判定閾值，樣本異常值得分超過該閾值則被判定為異常值；步驟2.4，剔除所檢測到的異常值后，分兩步補全缺失值：首先，采用窗口平滑法分別計算風速序列和風電功率序列中缺失值前后兩個樣本的均值；其次，根據風速與風電功率間對應的數學表達式，計算出理論風電功率值，用于校正相應的風電功率值，所述風速與風電功率間的數學表達式為： 1其中，表示輪轂處風速；表示切入風速；表示額定風速；表示切出風速；表示額定功率；表示不同風速條件下產生的風電功率；表示風能利用系數；為風機葉片掃風面積；為空氣密度；步驟3，針對步驟2深度處理后的原始數據集，利用變分模態分解風速和風電功率序列，用于神經網絡模型挖掘風速歷史數據和風電功率歷史數據中的信息；步驟4，將風電功率作為主要預測變量，風速作為輔助預測變量構建多輸出門控循環單元模型同步預測風速和風電功率；同時提出一個新的損失函數，用于增強模型在訓練過程中對風電功率預測任務的關注，所述新的損失函數為： 11其中，為調節因子，其取值范圍為1，2，用于調節損失占比；為風電功率的損失值；為風速的損失值；為MGRU模型前向傳播的損失值；步驟5，開發微調校正模塊用于約束矯正風電功率預測值，所述微調校正模塊的具體執行過程包括：步驟5.1，根據風速預測值計算出與之對應的理論風電功率值，將所述理論風電功率值與初步矯正后的風電功率預測值進行加權重組后，約束矯正偏離真實值的風電功率預測值，所述加權重組公式為： 12其中，為權重系數，其取值范圍為0，1，用于調節取值占比；為約束矯正后的風電功率值；為理論風電功率值；為初步矯正后的風電功率預測值；步驟5.2，將風電功率預測值出現負值結果的校正為0；步驟5.3，基于風電功率曲線特性和機理知識微調功率值：對于風速預測值小于切入風速可信范圍所對應的功率值，將其置為0；對于超過額定風速可信范圍所對應的功率值，將其置為額定功率值。

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齊魯工業大學(山東省科學院)，其通訊地址為：250000 山東省濟南市長清區西部新城大學科技園；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”。