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！

龙图腾网获悉江苏省气象服务中心申请的专利不同风速场景下多模型权重优化融合的风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：CN120724416B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202511232415.6，技术领域涉及：G06F18/27；该发明授权不同风速场景下多模型权重优化融合的风功率预测方法是由桑小卓;王博妮;王锋;曾明剑;王乃新;陈圣劼;孙明;陈秋宇;徐东亮;葛行成;张敏;夏新露设计研发完成，并于2025-09-01向国家知识产权局提交的专利申请。

本不同风速场景下多模型权重优化融合的风功率预测方法在说明书摘要公布了：本发明公开了一种不同风速场景下多模型权重优化融合的风功率预测方法，属于风功率预测技术领域，包括：获取历史风功率数据和历史气象数据；将历史气象数据进行风速场景识别后再进行聚类处理，以获得不同风速场景下的历史气象数据，并进行数据集构建；基于随机森林预测模型、双向长短期记忆神经网络预测模型、支持向量回归预测模型这三种预测模型构建多算法混合模型；利用目标函数和约束条件构建权重优化函数，基于KKT条件求解最优权重，以获取不同风速场景下的训练好的多算法混合模型；将预测气象数据进行风速场景识别后，输入相应的风速场景下的多算法混合模型，即可输出风功率预测结果。因此，本发明可以实现风功率预测。

本发明授权不同风速场景下多模型权重优化融合的风功率预测方法在权利要求书中公布了：1.一种不同风速场景下多模型权重优化融合的风功率预测方法，其特征在于，包括如下步骤： 获取指定历史时段内的历史风功率数据和历史气象数据；历史气象数据包括多维风场观测数据； 将历史气象数据进行风速场景识别后再进行聚类处理，以获得不同风速场景下的历史气象数据，并将不同风速场景下的历史气象数据与其时空匹配的历史风功率一起组建形成相应风速场景下的数据集，而后将所构建的不同风速场景下的数据集按照预设比例划分为训练集、验证集和测试集；所述的数据集中，特征数据为历史气象数据，标签数据为历史风功率； 基于随机森林预测模型、双向长短期记忆神经网络预测模型、支持向量回归预测模型这三种异质性预测模型构建多算法混合模型；利用目标函数和约束条件针对多算法混合模型的三种异质性预测模型构建权重优化函数，并基于KKT条件求解最优权重，实现不同风速场景下的各预测模型间模型权重的优化融合，以获得不同风速场景下的训练好的多算法混合模型； 基于所获得的不同风速场景下的训练好的多算法混合模型，将预测气象数据进行风速场景识别后，输入相应的风速场景下的多算法混合模型，即可输出风功率预测结果； 多算法混合模型通过下式表示： ； 上式中，表示多算法混合模型在时刻t的预测值；表示第k个预测模型在时刻t的预测值，k=1,2,3，分别对应随机森林预测模型、双向长短期记忆神经网络预测模型、支持向量回归预测模型；表示第k个预测模型在多算法混合模型中的模型权重； 多算法混合模型具体通过下述步骤完成构建： 将所构建的数据集分别对各预测模型进行训练、验证和测试，以分别优化相应预测模型的超参数； 构建权重优化数学模型并基于KKT条件求解，以获得各预测模型在多算法混合模型中的模型权重，并采用滑动窗口机制动态调整模型权重； 权重优化数学模型的目标函数表示为： ； 式中：N表示时刻t的总数，表示时刻t的实际功率值。

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江苏省气象服务中心，其通讯地址为：210000 江苏省南京市建邺区雨顺路8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。