苏州工学院胡松获国家专利权
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！
龙图腾网获悉苏州工学院申请的专利基于两级趋势分解的单变量超短期风电功率预测方法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：CN120414533B 。
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：202510905119.1，技术领域涉及：H02J3/00；该发明授权基于两级趋势分解的单变量超短期风电功率预测方法是由胡松;金树升;李晓东;黄贤明;彭程;徐培超;孙林峰设计研发完成，并于2025-07-02向国家知识产权局提交的专利申请。
本基于两级趋势分解的单变量超短期风电功率预测方法在说明书摘要公布了：本发明公开了一种基于两级趋势分解的单变量超短期风电功率预测方法，对历史风电功率时序数据进行多次趋势分解，生成宏观趋势分量、中尺度趋势分量及残差分量；对分解后的宏观趋势分量和中尺度趋势分量分别采用指数分布初始化因果卷积核提取多尺度趋势特征，采用比例归一化的自适应权重保持时序因果性；采用循环重构注意力机制强化残差建模，通过序列拼接和双重残差连接，得到残差分量动态特征；对各分量分别进行线性处理并进行结果融合，生成超短期风电功率预测值。可以实现超短期风电功率的精准预测。
本发明授权基于两级趋势分解的单变量超短期风电功率预测方法在权利要求书中公布了：1.一种基于两级趋势分解的单变量超短期风电功率预测方法，其特征在于，包括以下步骤： S01：对历史风电功率时序数据进行多次趋势分解，生成宏观趋势分量、中尺度趋势分量及残差分量； S02：对分解后的宏观趋势分量和中尺度趋势分量分别采用指数分布初始化因果卷积核提取多尺度趋势特征，对卷积权重沿序列维度进行比例归一化保持时序因果性； S03：采用循环重构注意力机制强化残差建模，将残差分量输入序列按特定的循环周期分段，将各序列片段依次向序列末端循环移位，生成多版本拼接序列，生成注意力输出；采用两次残差连接和前馈神经网络增强训练稳定性，第一次残差连接使用后置批归一化，第二次残差连接使用后置层归一化，得到残差分量动态特征； S04：对各分量分别进行线性处理并进行结果融合，生成超短期风电功率预测值。
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苏州工学院，其通讯地址为：215500 江苏省苏州市常熟市南三环路99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AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号