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！

龙图腾网获悉国网福建省电力有限公司经济技术研究院;国网福建省电力有限公司申请的专利一种分布式光伏集群出力区间预测方法及终端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：CN118709827B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202410716553.0，技术领域涉及：G06Q10/04；该发明授权一种分布式光伏集群出力区间预测方法及终端是由张承圣;蔡斯杰;吴啟帆;张诗鸣;林红阳设计研发完成，并于2024-06-04向国家知识产权局提交的专利申请。

本一种分布式光伏集群出力区间预测方法及终端在说明书摘要公布了：本发明公开一种分布式光伏集群出力区间预测方法及终端，通过建立差分自回归移动平均ARIMA模型，并基于历史出力数据对ARIMA模型进行拟合，从而得到光伏出力点预测的第一预测模型，同时通过建立循环卷积生成对抗网络RCGAN模型，并基于历史出力数据训练RCGAN模型，从而得到光伏区间预测的第二预测模型。在预测过程中，先通过第一预测模型提取分布式光伏的时间序列出力特征，实现光伏出力点预测，再通过第二预测模型提取分布式光伏的空间位置出力特征，实现光伏出力区间预测，有效结合了光伏出力点预测和区间预测，充分考虑了时间和空间条件对分布式光伏出力的影响，提高了分布式光伏集群出力区间预测的精确性。

本发明授权一种分布式光伏集群出力区间预测方法及终端在权利要求书中公布了：1.一种分布式光伏集群出力区间预测方法，其特征在于，包括： 获取分布式光伏集群的历史出力数据； 建立差分自回归移动平均模型，并根据所述历史出力数据对所述差分自回归移动平均模型进行拟合，得到第一预测模型； 建立循环卷积生成对抗网络模型，并根据所述历史出力数据训练所述循环卷积生成对抗网络模型，得到第二预测模型； 通过所述第一预测模型对单台分布式光伏进行出力预测，得到第一预测数据； 将所述第一预测数据输入所述第二预测模型对分布式光伏集群进行出力预测，得到第二预测数据； 根据所述第二预测数据确定分布式光伏集群出力的预测区间； 所述根据所述历史出力数据对所述差分自回归移动平均模型进行拟合，得到第一预测模型包括： 从所述历史出力数据中选取单台分布式光伏的第一出力数据； 根据所述第一出力数据对所述差分自回归移动平均模型进行拟合，得到第一预测模型； 所述历史出力数据包括多台分布式光伏在某日期某时刻的出力数据；所述循环卷积生成对抗网络模型包括生成器和判别器； 所述根据所述历史出力数据训练所述循环卷积生成对抗网络模型，得到第二预测模型包括： 将所述历史出力数据按照日期进行划分，得到每个日期下多台分布式光伏的第二出力数据； 将所述第二出力数据与随机噪声数据进行拼接后，输入所述生成器得到生成数据； 计算所述第二出力数据的平均出力数据，并将所述平均出力数据与所述第二出力数据进行拼接，得到真出力数据； 将所述第二出力数据与所述生成数据进行拼接，得到伪出力数据； 将所述真出力数据与所述伪出力数据同时输入所述判别器，得到判别结果； 基于所述生成数据与所述判别结果分别计算所述生成器和所述判别器的损失函数，并通过RMSprop优化算法对所述生成器和所述判别器的网络权重参数进行优化更新； 当训练结束后，保留所述生成器得到第二预测模型； 所述建立差分自回归移动平均模型具体为： ； 其中，Yt表示样本数据值，c表示常数，表示t时刻的白噪声误差项，p表示p阶自回归过程，表示自回归系数，q表示q阶移动平均过程，表示移动平均系数，Yt-i表示过去时刻的数据值，表示过去时刻的白噪声误差项； 所述根据所述第一出力数据对所述差分自回归移动平均模型进行拟合，得到第一预测模型包括： 随机选择所述历史出力数据中一个日期作为预测日； 将所述历史出力数据中所述预测日之前的所有第一出力数据作为所述差分自回归移动平均模型的过去时刻的数据值，将所述历史出力数据中所述预测日的第一出力数据作为所述差分自回归移动平均模型的样本数据值； 根据所述过去时刻的数据值和所述样本数据值对所述差分自回归移动平均模型进行拟合计算，得到自相关系数和偏自相关系数； 根据所述自相关系数和所述偏自相关系数确定所述差分自回归移动平均模型中的q值和p值，基于所述q值和p值得到第一预测模型。

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网福建省电力有限公司经济技术研究院;国网福建省电力有限公司，其通讯地址为：350013 福建省福州市晋安区茶园路68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。