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！

龙图腾网获悉湖南工程学院申请的专利一种基于深度学习和光伏功率预测的电网调控方法与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：CN120511787B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202511005798.3，技术领域涉及：H02J3/48；该发明授权一种基于深度学习和光伏功率预测的电网调控方法与系统是由张细政;王清;卢张宇;谢泓宇;周海彬;刘若源;金圣炜;何海华;曾力京;廖俊羽设计研发完成，并于2025-07-22向国家知识产权局提交的专利申请。

本一种基于深度学习和光伏功率预测的电网调控方法与系统在说明书摘要公布了：一种基于深度学习和光伏功率预测的电网调控方法与系统，方法包括：获取光伏数据；构建光伏功率预测网络；对光伏功率预测网络进行训练并部署到设备端上；对实际光伏功率进行预测，得到光伏发电功率预测值；自动发电控制系统依据光伏发电功率预测值、当前电网的负荷数据以及其他发电设备的出力数据计算光伏发电功率预测值变动的情况下，其他发电设备需要调整的出力并调整，以维持电网的有功功率平衡；自动电压控制系统根据光伏发电功率预测值以及电网实时监测的电压数据调节无功功率，使电网电压稳定在允许范围内。本发明实现了从发电功率预测到电网实时调控的闭环管理，有效提高了电网应对光伏发电出力波动的能力，保障了电网的安全稳定运行。

本发明授权一种基于深度学习和光伏功率预测的电网调控方法与系统在权利要求书中公布了：1.一种基于深度学习和光伏功率预测的电网调控方法，其特征在于，包括如下步骤： S1、获取光伏数据，并对光伏数据进行预处理；构建光伏功率预测网络CH-BiLSTM，光伏功率预测网络CH-BiLSTM包括依次连接的一维卷积神经网络、池化层、层级化注意力机制、双向长短期记忆网络、全连接层； S2、对光伏功率预测网络CH-BiLSTM进行训练，得到训练后的光伏功率预测网络CH-BiLSTM，并部署到设备端上；使用设备端上的光伏功率预测网络CH-BiLSTM进行实际光伏功率预测，得到光伏发电功率预测值； S3、自动发电控制系统AGC依据光伏发电功率预测值、当前电网的负荷数据以及其他发电设备的出力数据计算光伏发电功率预测值变动的情况下，其他发电设备需要调整的出力并调整，以维持电网的有功功率平衡； S4、自动电压控制系统AVC根据光伏发电功率预测值以及电网实时监测的电压数据调节无功功率，以改变电网中的无功功率分布，使电网电压稳定在允许范围内; 所述S2具体包括如下步骤： S21、将预处理后的光伏数据输入到一维卷积神经网络，得到多个局部特征，然后将多个局部特征输入到池化层中，得到特征序列； S22、层级化注意力机制依据特征序列并采用离散选择操作保留前个时间步并分别转化为二值指示变量，将保留的前个时间步的二值指示变量按时间顺序级联，得到加权特征表示； S23、采用双向长短期记忆网络对加权特征表示进行时序建模，从而得到前向隐藏状态和后向隐藏状态，然后对前向隐藏状态和后向隐藏状态进行串联，得到最终的隐藏状态，最终的双向隐藏状态经过全连接层的线性映射，最终生成光伏功率的预测值； S24、依据光伏功率的预测值和真实值构建损失函数，循环迭代S21至S23，最小化损失函数，并在迭代过程中调整光伏功率预测网络CH-BiLSTM的权重，得到训练后的光伏功率预测网络CH-BiLSTM； S25、将训练后的光伏功率预测网络CH-BiLSTM部署到设备端上，使用设备端上的光伏功率预测网络CH-BiLSTM进行实际光伏功率预测，得到光伏发电功率预测值。

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湖南工程学院，其通讯地址为：411104 湖南省湘潭市岳塘区福星东路88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”。

以上内容由龙图腾AI智能生成。