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！

龙图腾网获悉南京信息工程大学;国网江苏省电力有限公司信息通信分公司申请的专利基于实测功率和风速协同同化的风功率智能预测方法和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：CN120542984B 。

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：202511040397.1，技术领域涉及：G06Q10/0637；该发明授权基于实测功率和风速协同同化的风功率智能预测方法和系统是由王元兵;孙涵文;汤铭;陈耀登;何金陵;夏飞;韦磊;李亚乔;王智慷;程昕云;陈欣;查俊杰;赵一辰;杜元瀚设计研发完成，并于2025-07-28向国家知识产权局提交的专利申请。

本基于实测功率和风速协同同化的风功率智能预测方法和系统在说明书摘要公布了：本发明公开一种基于实测功率和风速协同同化的风功率智能预测方法和系统，构建两阶段协同的“宏观趋势约束‑微观观测校正”双模态学习架构，通过Resnet3D‑Attention模型对NWP数据进行三维残差卷积与多头自注意力建模，生成具备气象动力学约束的短期预测背景场，为超短期订正提供宏观趋势基准；依托Resnet‑BiLSTM双分支同化网络，在功率空间内实现实时场站实测功率和风速数据与预测背景场的跨模态特征融合与动态误差校正，尤其在强对流天气、复杂地形等场景下，可增强预测结果对真实功率波动的拟合能力。

本发明授权基于实测功率和风速协同同化的风功率智能预测方法和系统在权利要求书中公布了：1.一种基于实测功率和风速协同同化的风功率智能预测方法，其特征在于，包括协同工作的第一阶段和第二阶段； 其中，第一阶段生成短期预测背景场；包括： 获取数值天气预报数据，并进行时空对齐预处理； 通过包含三维残差卷积层和多头自注意力层的Resnet3D‑Attention模型处理预处理数据，生成连续时序的功率预测背景场；所述Resnet3D‑Attention模型包括： 用于从数值天气预报数据中提取时空关联特征的三维残差卷积层，以及用于量化关键气象变量在不同时间步长的贡献差异并建模时序依赖关系的多头自注意力层； 所述三维残差卷积层采用残差块结构，其输出y表示为： 当输入和输出的维度不一致时，通过线性投影Ws进行维度匹配，表示为： 其中，x为残差块的输入，表示需要学习的残差映射，Wi为可学习的权重参数； 所述多头自注意力层将输入投影到多个低维子空间，并并行计算多个注意力，然后将结果拼接起来，使Resnet3D‑Attention模型同时关注输入时间序列的不同方面，其公式为： MultiHeadQ,K,V＝Concathead1,…,headhWO； 每个注意力头headi计算式为： 注意力机制的计算公式为： 其中，q、K、V分别为查询、键、值矩阵；是第i个注意力头的线性投影矩阵，是最终的线性投影矩阵，dk是键向量的维度； 第二阶段进行超短期风电功率动态同化订正；包括： 获取历史的实测功率数据、实测风速数据和短期预测背景场数据，构建数据集；并对数据集进行数据清洗与滑动窗口处理； 构建采用双分支深度学习架构的Resnet‑BiLSTM AI同化模型，该Resnet‑BiLSTM AI同化模型的第一分支提取实测功率与风速的突变特征，第二分支提取背景场预测特征，再基于双向时序建模单元融合双分支特征； 使用预处理后的数据集训练Resnet‑BiLSTM AI同化模型；将实时背景场数据与实时实测数据输入训练完成的Resnet‑BiLSTM AI同化模型，输出滚动更新的超短期功率预测序列。

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南京信息工程大学;国网江苏省电力有限公司信息通信分公司，其通讯地址为：210044 江苏省南京市浦口区宁六路219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。