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！

龙图腾网获悉国网天津市电力公司城西供电分公司;国网天津市电力公司;国家电网有限公司申请的专利基于预训练大语言模型的风电功率预测方法及设备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：CN120509768B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202511006429.6，技术领域涉及：G06Q10/0637；该发明授权基于预训练大语言模型的风电功率预测方法及设备是由孟庆霖;孟凡杰;仝新宇;张宏欣;章凯;田子寒;陈曦;何旭亚;高源;郭磊;周飞;赵金;药炜;裴鑫岩;贺莹设计研发完成，并于2025-07-22向国家知识产权局提交的专利申请。

本基于预训练大语言模型的风电功率预测方法及设备在说明书摘要公布了：本发明涉及一种基于预训练大语言模型的风电功率预测方法及设备，属于风力发电领域，包括：将风电数据序列划分为多个时序补丁；将时序补丁划分为多个等长子序列；提取等长子序列的数据特征；将数据特征转化为语义提示词；对语义提示词添加文本指令，得到语义指令；将时序补丁及对应的位置编码、时间编码和语义指令进行拼接，得到时序补丁对应的融合样本；将多个融合样本输入大语言模型进行预训练，并对大语言模型进行参数调整，得到风电功率预测模型；将新的风电数据的融合样本输入风电功率预测模型，输出风电功率预测值。本发明能够在历史运行数据样本较少的情况下，采用融合样本预训练大语言模型，实现较高精度的风电功率预测。

本发明授权基于预训练大语言模型的风电功率预测方法及设备在权利要求书中公布了：1.一种基于预训练大语言模型的风电功率预测方法，其特征在于，包括以下步骤： 将风电数据序列划分为多个时序补丁； 根据时序补丁中风电数据的序列位置，确定所述时序补丁对应的位置编码，具体包括：确定位置嵌入矩阵； 通过，确定所述时序补丁对应的位置编码，表示时序补丁i的位置编码，pos表示时序补丁中风电数据的序列位置索引，i表示时序补丁索引，表示时序补丁长度； 根据时序补丁中风电数据的时间戳，确定所述时序补丁对应的时间编码，具体包括：将时序补丁中风电数据的时间戳进行第一次线性变换，得到降维后的时间数据； 将所述时间数据归一化及正则化后进行卷积处理，得到时间数据特征； 将所述时间数据特征进行第二次线性变换，得到所述时序补丁对应的时间编码； 将时序补丁划分为多个等长子序列，具体包括：归一化后的时序补丁以向量表示，并进一步划分为I个互不重叠的等长子序列，其中，； 提取每个等长子序列的数据特征，将所述数据特征转化为大语言模型可理解的语义提示词，具体包括：对每一小段数据提取局部特征，将其转化为LLM可理解的语义信息，所述语义信息包括数据趋势和数字描述，数据趋势的语义信息范围包括上升、下降、平稳和停机，数字描述的语义信息范围包括最大值、最小值、平均值和方差；调用Transformer库中的注意力机制，分别将时序补丁i的数据趋势与数字描述转化为大语言模型可理解的语义提示词，其中，，，表示时序补丁i归一化后的向量，表示对进行数据趋势特征提取，表示对进行数字描述特征提取，表示对进行最大值提取，表示对进行最小值提取，表示对进行平均值提取，表示对进行方差提取； 对所述语义提示词添加文本指令，得到语义指令； 将时序补丁及对应的位置编码、时间编码和语义指令进行拼接，得到所述时序补丁对应的融合样本； 将多个融合样本输入大语言模型进行预训练，并对大语言模型进行参数调整，得到风电功率预测模型； 将新的风电数据的融合样本输入所述风电功率预测模型，所述风电功率预测模型输出风电功率预测值。

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国网天津市电力公司城西供电分公司;国网天津市电力公司;国家电网有限公司，其通讯地址为：300190 天津市南开区红旗路278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。