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！

龙图腾网获悉华北电力大学申请的专利一种基于相似匹配与跨域关联建模的分布式光伏功率缺失数据修复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：CN120892800B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202511430647.2，技术领域涉及：G06F18/213；该发明授权一种基于相似匹配与跨域关联建模的分布式光伏功率缺失数据修复方法是由王玉庆;刘博宇;王飞;甄钊设计研发完成，并于2025-10-09向国家知识产权局提交的专利申请。

本一种基于相似匹配与跨域关联建模的分布式光伏功率缺失数据修复方法在说明书摘要公布了：本发明公开了一种基于相似匹配与跨域关联建模的分布式光伏功率缺失数据修复方法，属于新能源与电力系统技术领域。该方法首先利用深层相似匹配策略，通过自编码器提取历史辐照度序列的深层特征并进行特征重构，计算待修复时段与历史时段的多维相似性，构建相似功率候选集并筛选出最优匹配样本，形成相似特征矩阵。在此基础上，引入深度交叉网络模型对跨时域相似特征进行关联建模，通过特征交叉提取高阶非线性特征，提升功率数据修复的准确性与鲁棒性。该方法能够有效缓解采集异常、信道拥堵或设备故障导致的功率数据缺失问题，显著提升功率预测模型的输入数据质量，支撑分布式光伏系统的安全高效运行。

本发明授权一种基于相似匹配与跨域关联建模的分布式光伏功率缺失数据修复方法在权利要求书中公布了：1.一种基于相似匹配与跨域关联建模的分布式光伏功率缺失数据修复方法，其特征在于，包括以下步骤： S1:日内天气模式划分：将历史辐照度序列输入至个自编码器中，利用个自编码器分别建模相应种模式下辐照度波动特性，基于各样本在不同编码器下的重构误差结果，确定每个样本所属的日内天气模式标签； S2:相似特征提取：以目标时段辐照度与候选时段辐照度为输入，计算局部动态时间规整辐照度相似性指标,并基于功率-辐照度转换模型计算物理一致性指标,融合两类指标得到综合相似度，筛选出相似度最小的个候选时段； S3:相似特征矩阵构建：从所选个候选时段中提取功率、辐照度及与缺失位置对应的权重多模态特征形成相似特征矩阵,其中为候选时段数、为特征维度； S4:跨时域深度交叉建模：将相似特征矩阵输入跨时域深度交叉网络，融合多时段、多模态信息，得到目标时段功率预测序列；逐层计算满足式: ； 式中：与分别为第与层网络的输入与输出特征；为该层权重矩阵；为偏置向量；:Hadamard逐元素乘运算符，残差项有助于保持低阶模式与稳定训练；率预测序列 S5:模型训练与优化：以修复功率与目标功率的残差为监督信号，迭代更新网络参数； S6:缺失数据修复输出：输出修复后的目标时段功率序列，实现对缺失功率数据的补全。

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华北电力大学，其通讯地址为：100096 北京市昌平区回龙观北农路2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。