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！

龍圖騰網恭喜上海電力大學申請的專利一種基于轉折性時段識別的超短期風電功率分段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：CN114386324B 。

龍圖騰網通過國家知識產權局官網在2025-05-30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：202111609901.7，技術領域涉及：G06F30/27；該發明授權一種基于轉折性時段識別的超短期風電功率分段預測方法是由余光正;陸柳;湯波;沈凌旭;劉承全;崔朝越;胡越;朱威設計研發完成，并于2021-12-27向國家知識產權局提交的專利申請。

本一種基于轉折性時段識別的超短期風電功率分段預測方法在說明書摘要公布了：本發明涉及一種基于轉折性時段識別的超短期風電功率分段預測方法，利用移動均線法提取時序趨勢；采用高斯窗法對指數移動平均線EMA進行平滑處理，計算各時刻時序變化率α；基于局部時序特征的窗口調整策略自適應調節時間窗寬；基于雙重定時間滑動窗的拐點檢測策略，引入α作為判據之一，提取并劃分轉折性天氣突變時段；對轉折段時序采用改進GRU算法點預測，結合CRS算法的改進Attention機制；對平緩段時序采用概率預測，采用經驗分布估計法建立時序模式?功率預測誤差概率密度分布模型，基于可變帶寬核密度估計法進行風電功率概率預測；結合點預測與概率預測時序分段預測得到最終預測結果。與現有技術相比，本發明具有提升模型運算效率等優點。

本發明授權一種基于轉折性時段識別的超短期風電功率分段預測方法在權利要求書中公布了：1.一種基于轉折性時段識別的超短期風電功率分段預測方法，其特征在于，包括下列步驟：1提取時序趨勢，求取表征風電場原始風電數據的短期發展趨勢的EMA曲線，采用高斯窗法進行平滑處理后求取各時刻變化率為α；2基于步驟1得到的EMA曲線，利用EMA曲線局部特征差異制定窗口調整策略，設定檢測閾值ε，若窗口與其前一窗口之間分布差異波動小于該檢測閾值ε，則擴大窗寬加快檢測速度，否則，縮小窗寬以提升檢測精度；3基于步驟2制定的局部特征差異的窗口調整策略，利用步驟1求取的α作為判據之一，標記兩個窗口內均值出現極小值的位置為拐點；4改進傳統功率突變時段判據，合并相鄰同趨勢突變時段，完整提取轉折性天氣突變時段；改進的突變時段判據的表達式為： 式中，為拐點集Tip中第j點功率值；為拐點集Tip中第j+1點功率值；為拐點集Tip中經過第j點時刻；為拐點集Tip中經過第j+1點的時刻；λ為轉折時段突變幅度閾值；β為轉折時段突變速率閾值；合并相鄰同趨勢的突變時段，以完整提取轉折時段；5依據自適應轉折時段提取結果為劃分依據，將時序劃分為轉折段與平緩段；6對平緩段采用點預測，采用GRU作為點預測的原始算法，引入結合CRS算法的改進Attention機制，將神經網絡模型的過渡特征向量賦予不同的權重，隨后將注意力權重傳輸到GRU層，輸出GRU神經網絡的訓練結果，讀取訓練損失曲線、誤差曲線，觀察收斂過程中訓練集、驗證集損失曲線縱向間距，結合訓練集、驗證集絕對誤差情況，直觀評估網絡預測結果收斂性能；引入結合CRS算法的改進Attention機制，將神經網絡模型的過渡特征向量賦予不同的權重的具體步驟包括：61提供注意力層的權重W；62將提供的注意力層的權重W轉換為二進制代碼WB，子集Wi為注意力權重，將子集傳輸至GRU神經網絡，并在GRU神經網絡根據網絡中的預測誤差產生相應的損失值；63根據WB的損失情況選取最優注意力權重子集WiB和并對其子集組合進行反復循環；64重建一個新的注意力權重7對轉折段采用概率預測，采用時序模式-自適應帶寬核密度估計法概率預測；8將步驟6和步驟7組合完成基于轉折性時段的超短期風電功率預測，獲取預測功率。

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上海電力大學，其通訊地址為：201306 上海市浦東新區滬城環路1851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”。