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！

龙图腾网获悉山东华科信息技术有限公司;北京华清未来能源技术研究院有限公司;华科因诺(江苏)能源科技有限公司;华科因诺(青岛)能源科技有限公司;华科因诺(海南)能源科技有限公司;华科因诺(天津)能源科技有限公司;华科因诺(北京)数字科技有限公司申请的专利基于物理约束与LSTM网络的光伏发电预测方法及装置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：CN120822705B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202511309290.2，技术领域涉及：G06Q10/063；该发明授权基于物理约束与LSTM网络的光伏发电预测方法及装置是由苏明;杨会轩;郑国栋;肖恩珍;陈文静;夏倩倩;张瑞照设计研发完成，并于2025-09-15向国家知识产权局提交的专利申请。

本基于物理约束与LSTM网络的光伏发电预测方法及装置在说明书摘要公布了：本发明的一种基于物理约束与LSTM网络的光伏发电预测方法及装置，属于新能源发电预测与配电网优化运行技术领域，方法包括步骤：采集光伏发电数据及气象数据，筛选出有效数据；采用时变斯皮尔曼等级相关性分析计算气象特征与光伏功率的动态相关系数，形成关键特征集；将关键特征作为输入，构建融合物理约束的LSTM网络，LSTM网络的损失函数包含数据损失项和基于太阳辐射与功率关系的物理约束损失项，输出初始预测结果；基于初始预测结果与实际功率计算实时误差，根据误差大小动态调整网络参数，输出校正后的最终预测结果。本发明解决了现有技术在预测精度、计算效率和系统协调性方面的不足，有效支撑电力系统的优化调度与新能源消纳。

本发明授权基于物理约束与LSTM网络的光伏发电预测方法及装置在权利要求书中公布了：1.一种基于物理约束与LSTM网络的光伏发电预测方法，其特征在于，包括如下步骤： 步骤S1，采集光伏发电数据及气象数据，经缺失值填充、归一化及时间对齐后，通过滑动窗口统计特征计算、动态阈值构造及多变量联合判定筛选出有效数据； 步骤S2，基于有效数据，采用时变斯皮尔曼等级相关性分析计算气象特征与光伏功率的动态相关系数，保留强相关特征及经物理验证的中等相关特征，剔除弱相关特征，形成关键特征集； 步骤S3，将关键特征作为输入，构建融合物理约束的LSTM网络，所述LSTM网络的损失函数包含数据损失项和基于太阳辐射与功率关系的物理约束损失项，输出初始预测结果； 步骤S4，基于初始预测结果与实际功率计算实时误差，根据误差大小动态调整网络参数，输出校正后的最终预测结果，所述实时误差包括平均绝对误差和均方误差，所述网络参数包括学习率、物理约束权重、批次大小； 所述采用时变斯皮尔曼等级相关性分析计算气象特征与光伏功率的动态相关系数，包括： 滑动窗口初始化，设定窗口宽度为24，时间衰减因子为0.05； 对每个时刻t的光伏功率和气象数据分别按大小排序并赋予等级，计算对应等级的差值； 计算权重函数，自适应时变权重函数： ， 其中，为窗口宽度，为窗口中心时刻； 动态相关系数求解，相关系数计算公式为： ， 其中，为时间衰减因子； 所述步骤S3，包括如下步骤： 步骤S31，将筛选出的关键特征进行时空对齐，构建输入维度为24，5的时序数据；其中，24为时间步长，5为特征维度；所述关键特征包括短波辐射、直接辐射、温度、湿度和白天标识； 步骤S32，进行LSTM网络架构设计，构建含双LSTM层的深度网络，LSTM网络包括双LSTM层，第一层含256个单元，第二层含128个单元，输入维度为24，5，后续连接Dropout层和LayerNormalization层； 步骤S33，在网络损失函数中加入物理约束项，总损失函数=数据损失+物理约束权重×物理约束损失；其中，数据损失采用huber损失；物理约束损失基于太阳辐射与功率关系的偏微分方程构建，包括功率对时间的偏导数、风速与功率的梯度项、基于太阳辐射、温度、湿度的源项及功率衰减项； 步骤S34，采用RMSprop优化器，设置批次大小32、训练轮数500，基于输入的关键特征数据训练网络至收敛，输出初始预测结果。

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山东华科信息技术有限公司;北京华清未来能源技术研究院有限公司;华科因诺(江苏)能源科技有限公司;华科因诺(青岛)能源科技有限公司;华科因诺(海南)能源科技有限公司;华科因诺(天津)能源科技有限公司;华科因诺(北京)数字科技有限公司，其通讯地址为：250101 山东省济南市中国(山东)自由贸易试验区济南片区舜华路879号山东省大数据产业基地B栋22层2201；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。