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！

龍圖騰網恭喜杭州電子科技大學申請的專利一種基于物理知識引導的風電功率智能預測方法和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：CN119886225B 。

龍圖騰網通過國家知識產權局官網在2025-06-13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：202510368805.X，技術領域涉及：G06N3/0464；該發明授權一種基于物理知識引導的風電功率智能預測方法和系統是由周宇;董天航;張澤輝;鄭梁;王翔;華詠竹;范思遠;劉洲;左彬設計研發完成，并于2025-03-27向國家知識產權局提交的專利申請。

本一種基于物理知識引導的風電功率智能預測方法和系統在說明書摘要公布了：本發明公開了一種基于物理知識引導的風電功率智能預測方法和系統，該方法首先采集風力發電場數據，并進行預處理，將預處理后的數據劃分訓練集、測試集和驗證集。其次構建風電功率預測模型，并融入物理先驗知識，將訓練集的數據輸入到所述風電功率預測模型中進行訓練。最后使用訓練好的風電功率預測模型，通過測試集和驗證集中的數據，進行多步預測，得到預測功率。該系統包括數據采集單元、數據預處理單元、模型構建單元、模型訓練單元、模型預測單元。本發明提高了復雜環境下的預測精度和泛化能力，能夠實現對風電場在不同氣象條件下的風電功率進行更精確的預測，同時提升預測的魯棒性。

本發明授權一種基于物理知識引導的風電功率智能預測方法和系統在權利要求書中公布了：1.一種基于物理知識引導的風電功率智能預測方法，其特征在于，包括以下步驟： S1.采集風力發電場數據，并進行預處理； S2.將預處理后的數據劃分訓練集、測試集和驗證集； S3.構建風電功率預測模型，并融入物理先驗知識，將訓練集的數據輸入到所述風電功率預測模型中進行訓練； 所述風電功率預測模型具體實現過程如下： S3.1搭建交叉時空卷積神經網絡，提取訓練集的數據特征并計算損失； S3.2根據風電功率的物理特性以及風電功率與風速的關系，提取出兩個物理先驗知識；所述兩個物理先驗知識具體如下： 第一個物理先驗知識集成為裁剪模塊，根據物理規律，在實際應用中，風電功率的值應該大于零，因此輸出應該為正，消除物理上不合理的預測，公式如下： 式中，是交叉時空卷積神經網絡輸出，是預測值； 第二個物理先驗知識集成為懲罰損失模塊，根據風電功率與風速的風電轉換關系，推出上下限約束函數，由上下限函數構建懲罰損失模塊，公式如下： 式中，vi是風速，vin是切入風速，vrat是額定風速，vout是切出風速，是模型輸出，MSEplt是懲罰損失，N是樣本總數，其他常數參數an、a'n、bn、bn'、ω由軟件擬合工具擬合得出； S3.3構建風電功率預測模型的損失函數，進行訓練； S4.使用訓練好的風電功率預測模型，通過測試集和驗證集中的數據，進行多步預測，得到預測功率。

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杭州電子科技大學，其通訊地址為：310018 浙江省杭州市錢塘區白楊街道2號大街1158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”。