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！

龙图腾网获悉中国电建集团西北勘测设计研究院有限公司申请的专利一种中长期风电功率模拟方法、系统及相关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：CN120849881B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511372409.0，技术领域涉及：G06F18/20；该发明授权一种中长期风电功率模拟方法、系统及相关设备是由于越聪;韩毅;胡义;徐栋;陈彬;袁红亮;刘玮设计研发完成，并于2025-09-24向国家知识产权局提交的专利申请。

本一种中长期风电功率模拟方法、系统及相关设备在说明书摘要公布了：本申请属于风电功率预测技术领域，公开了一种中长期风电功率模拟方法、系统及相关设备，包括：基于时序相似度和改进K‑means聚类算法，从风电出力波动过程中有效划分典型日出力波动过程；基于所述典型日出力波动过程建立风电场不同季节典型日波动过程关联概率矩阵，得到典型日出力波动过程关联规律；以典型日波动过程关联概率矩阵替换传统马尔可夫算法中时刻间转移概率矩阵，构建基于典型日波动过程关联特性的中长期风电功率模拟模型。该方法生成的风电功率时间序列的统计特性、概率分布和自相关性均优于传统单点建模方法。

本发明授权一种中长期风电功率模拟方法、系统及相关设备在权利要求书中公布了：1.一种中长期风电功率模拟方法，其特征在于，包括： 基于时序相似度和改进K-means聚类算法，分季节从风电出力波动过程中划分得到典型日出力波动过程； 基于所述典型日出力波动过程建立风电场不同季节典型日波动过程关联概率矩阵，并描述风电场日出力曲线在形态上的相关性，得到典型日出力波动过程关联规律； 以典型日出力波动过程关联规律构建基于典型日波动过程关联特性的中长期风电功率模拟模型，通过基于典型日波动过程关联特性的中长期风电功率模拟模型模拟得到中长期风电功率时间序列； 所述基于时序相似度和改进K-means聚类算法，分季节从风电出力波动过程中划分得到典型日出力波动过程，包括： 将风电实测功率时间序列分季节转换为以日为单位的风电功率时间序列矩阵，并进行标幺化处理； 将标幺化处理的不同季节风电功率时间序列矩阵分别作为聚类样本集输入到采用时序相似度改进的K-means聚类算法中，进行聚类分析，获得不同聚类数目下聚类结果； 计算不同聚类数目下聚类结果的误差平方和，并采用手肘法确定最佳聚类数目，得到各季节最优风电典型日出力波动过程集，同时获取每日风电功率时间序列数据所属的典型日类簇编号，基于典型日类簇编号筛选形成典型日出力波动过程； 所述基于所述典型日出力波动过程建立风电场不同季节典型日波动过程关联概率矩阵，并描述风电场日出力曲线在形态上的相关性，得到典型日出力波动过程关联规律，具体包括： 获取每日风电功率时间序列数据所属的典型日类簇编号；将每两个相邻的典型日类簇编号组成一个小组，统计不同状态转移出现的频率； 根据不同状态转移出现的频率计算得到典型日波动过程关联概率矩阵；并根据典型日波动过程关联概率矩阵计算得到典型日波动过程累计关联概率矩阵； 将典型日波动过程累计关联概率矩阵进行可视化展示，得到风电场各季节典型日出力波动过程的关联规律； 所述以典型日出力波动过程关联规律构建基于典型日波动过程关联特性的中长期风电功率模拟模型，通过基于典型日波动过程关联特性的中长期风电功率模拟模型模拟得到中长期风电功率时间序列，包括： 将已有历史数据最后一天的风电功率序列，依据相似性度量指标，确定其所属的对应季节的典型日类簇，作为初始状态编号，产生一个的随机整数作为初始状态编号； 生成一个0到1之间的随机数，比较该随机数与累计状态转移概率矩阵中初始状态所在行的累计概率，找到第一个大于随机数的累计状态转移概率，对应的编号即为下一日模拟状态编号； 得到状态编号后，从状态编号对应的典型日类簇中随机抽取一个场景确定为模拟结果； 重复以上过程，直到模拟生成所需时间长度的风电功率时间序列为止；最终得到中长期风电功率时间序列。

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中国电建集团西北勘测设计研究院有限公司，其通讯地址为：710065 陕西省西安市雁塔区丈八东路18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。