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！

龙图腾网获悉暨南大学申请的专利一种短期风电功率预测方法、装置及存储介质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：CN119921297B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411794812.8，技术领域涉及：H02J3/00；该发明授权一种短期风电功率预测方法、装置及存储介质是由莫维科;叶耀民;李海良设计研发完成，并于2024-12-09向国家知识产权局提交的专利申请。

本一种短期风电功率预测方法、装置及存储介质在说明书摘要公布了：本发明公开了一种短期风电功率预测方法、装置及存储介质，方法包括：获取初始样本数据，所述初始样本数据包括数值天气预报数据和历史风电数据；对所述初始样本数据进行预处理，得到目标样本数据；对所述目标样本数据进行特征分离处理，得到目标趋势项和目标周期项；将所述目标趋势项和所述目标周期项输入预设混合模型，以使所述预设混合模型进行训练，得到初始短期风电功率预测模型；对所述初始短期风电功率预测模型进行评估，得到目标短期风电功率预测模型；根据所述目标短期风电功率预测模型，进行风电功率预测。本发明实现了短期风电功率预测，提高了准确度，降低了成本。本发明可广泛应用于电力工程技术领域。

本发明授权一种短期风电功率预测方法、装置及存储介质在权利要求书中公布了：1.一种短期风电功率预测方法，其特征在于，包括以下步骤： 获取初始样本数据，所述初始样本数据包括数值天气预报数据和历史风电数据，所述数值天气预报数据包括风速、风向、温度或气压，所述历史风电数据包括风电场发电功率； 对所述初始样本数据进行预处理，得到目标样本数据； 对所述目标样本数据进行特征分离处理，得到目标趋势项和目标周期项； 将所述目标趋势项和所述目标周期项输入预设混合模型，以使所述预设混合模型进行训练，得到初始短期风电功率预测模型； 对所述初始短期风电功率预测模型进行评估，得到目标短期风电功率预测模型； 根据所述目标短期风电功率预测模型，进行风电功率预测； 所述预设混合模型的构建过程包括： 构建趋势特征序列预测网络，所述趋势特征序列预测网络包括全连接层和多头注意力层，所述趋势特征序列预测网络用于对所述目标趋势项进行特征提取，得到趋势特征序列； 构建周期特征序列预测网络，所述周期特征序列预测网络包括长短期记忆网络、所述多头注意力层和预设激活函数，所述周期特征序列预测网络用于对所述目标周期项进行特征提取，得到周期特征序列； 在所述趋势特征序列预测网络和所述周期特征序列预测网络后，构建序列拼接层，所述序列拼接层用于将所述趋势特征序列和所述周期特征序列进行拼接，得到拼接特征序列； 在所述序列拼接层后，构建预测序列合并网络，所述预测序列合并网络包括全连接层，所述预测序列合并网络用于根据所述拼接特征序列，输出风电功率预测结果; 所述对所述目标样本数据进行特征分离处理，得到目标趋势项和目标周期项，包括： 根据加法模型，利用时间序列分解法对所述目标样本数据进行分解，得到所述目标趋势项、初始周期项和残差项； 将所述初始周期项和所述残差项进行合并，得到所述目标周期项。

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暨南大学，其通讯地址为：510627 广东省广州市黄埔大道西601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。