买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网山东省电力公司德州供电公司申请的专利基于改进的神经网络分位数回归的风电预测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115952893B 。

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211607600.5，技术领域涉及：G06Q10/04；该发明授权基于改进的神经网络分位数回归的风电预测方法及系统是由李振凯;刘杰;褚宁;殷红旭;付迪雅;邢志同;宋亮;毛晨旭设计研发完成，并于2022-12-14向国家知识产权局提交的专利申请。

本基于改进的神经网络分位数回归的风电预测方法及系统在说明书摘要公布了：本发明公开的基于改进的神经网络分位数回归的风电预测方法及系统，包括：获取多个风电场的天气预报数据；根据天气预报数据和训练好的风电发电功率概率预测模型，获得各风电场的风电发电功率预测结果，其中，风电发电功率概率预测模型以各风电场的天气预报数据为输入，以风电发电功率预测结果为输出，采用神经网络表达分位数回归算法构建获得，且模型输出层的激活函数采用斜坡函数，并在斜坡函数和分位数回归算法的检验函数中引入平滑函数。提高了风电功率预测的准确性，且构建的风电发电功率概率预测模型具有好的泛化能力。

本发明授权基于改进的神经网络分位数回归的风电预测方法及系统在权利要求书中公布了：1.基于改进的神经网络分位数回归的风电预测方法，其特征在于，包括： 获取多个风电场的天气预报数据； 根据天气预报数据和训练好的风电发电功率概率预测模型，获得各风电场的风电发电功率预测结果，其中，风电发电功率概率预测模型以各风电场的天气预报数据为输入，以风电发电功率预测结果为输出，采用神经网络表达分位数回归算法构建获得，且模型输出层的激活函数采用斜坡函数，并在斜坡函数和分位数回归算法的检验函数中引入平滑函数； 神经网络包括多个输入层，每个输入层之后均连接多个依次连接的隐含层，每个输入层的输入为一个风电场的天气预报数据，输入层数量与风电场数量相同，将每个风电场的天气预报数据输入到对应的输入层中，并经输入层输入隐含层中，进行特征提取，隐含层提取的特征通过输出层进行输出； 在斜坡函数中引入平滑函数后，获得的修正后斜坡函数为： 在检验函数中引入平滑函数后，获得的修正后检验函数为： 风电发电功率概率预测模型的损失函数为： 其中，为斜坡函数，为所求水平下的分位数，为所求水平下的分位数，为修正后检验函数，为所求水平下的分位数，为引入的平滑函数，为预测模型的损失函数，为样本数，为概率水平，为修正后检验函数，为风电场的风电发电功率预测值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网山东省电力公司德州供电公司，其通讯地址为：253016 山东省德州市德城区东风东路41号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。