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！

龙图腾网获悉国家气候中心;全球能源互联网集团有限公司申请的专利基于高影响气象-电力事件建模数据的分析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：CN120387903B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510864495.0，技术领域涉及：G06Q50/06；该发明授权基于高影响气象-电力事件建模数据的分析方法及系统是由田沁花;石英;刘昌义;肖潺;李莹;陈星;马志远;赵子健;刘祎芳设计研发完成，并于2025-06-26向国家知识产权局提交的专利申请。

本基于高影响气象-电力事件建模数据的分析方法及系统在说明书摘要公布了：本发明公开了基于高影响气象‑电力事件建模数据的分析方法及系统，属于电数字数据处理技术领域。该方法包括以下步骤：根据风电场中各风机的风机状态参数进行风机状态的量化判定，得到风机状态量化判定结果，基于风机状态量化判定结果判定是否进行风机动态处理，并根据风机动态处理结果得到各正常风机；根据风电场中各监测时间段各正常风机的风速波动参数进行风速波动的量化判定，得到风速波动量化判定结果，基于风速波动量化判定结果判定是否进行发电量动态修正和集合经验模态分解方法优化；利用优化后集合经验模态分解方法进行气象‑电力数据分析，实现了高影响气象‑电力事件建模数据分析准确性的提高。

本发明授权基于高影响气象-电力事件建模数据的分析方法及系统在权利要求书中公布了：1.基于高影响气象-电力事件建模数据的分析方法，其特征在于，包括以下步骤： 根据风电场中各风机的风机状态参数进行风机状态的量化判定，得到风机状态量化判定结果，基于该判定结果判定是否进行风机动态处理，并根据处理结果得到各正常风机，风机动态处理是根据该判定结果对风机进行处理以降低风机效率对高影响气象-电力事件建模数据分析准确性的影响； 根据风电场中各监测时间段各正常风机的风速波动参数进行风速波动的量化判定，得到风速波动量化判定结果，基于该判定结果判定是否进行发电量动态修正和集合经验模态分解方法优化，发电量动态修正和集合经验模态分解方法优化是根据风速波动量化判定结果分别对正常风机的发电量进行修正和对集合经验模态分解方法中的白噪声标准差进行优化以降低风速异常波动对高影响气象-电力事件建模数据分析准确性的影响； 进行风速波动的量化判定包括：从预设的气象电力数据库中获取风速波动参数参考数据：临界风速变异系数、临界风速变率和临界最大风速波动幅度；将各监测时间段各正常风机的风速波动参数分别与对应的风速波动参数参考数据进行占比趋近度运算，再利用风速波动参数权重比例分别对占比趋近度运算进行赋权处理后耦合，得到各监测时间段各正常风机的风速波动评定值，风速波动参数包括风速变异系数、平均风速变率和最大风速波动幅度；从预设的气象电力数据库中获取风速波动阈值；将各监测时间段各正常风机的风速波动评定值分别与风速波动阈值进行比对，若大于风速波动阈值，则记为风速波动不合格，发出波动异常提示，将该监测时间段该正常风机的风速波动评定值与风速波动阈值的差值记为风速波动偏差值；根据风速波动偏差值动态修正白噪声数据，白噪声数据包括高频数据的白噪声标准差和低频数据的白噪声标准差；将风速波动偏差值与气象电力数据库中预设的各风速波动偏差值区间对应的发电量修正值进行匹配，得到发电量修正值，根据发电量修正值对该风机的发电量进行修正； 利用优化后集合经验模态分解方法分解气象-电力数据，通过AI驱动的LLMAgent大模型对优化后集合经验模态分解方法处理后的风发电数据进行参数化特征提取与多维度分析，构建涵盖气象敏感性、设备状态及电网响应能力的耦合指标体系。

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家气候中心;全球能源互联网集团有限公司，其通讯地址为：100081 北京市海淀区中关村南大街46号国家气候中心；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”。