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！

龙图腾网获悉中广核风电有限公司申请的专利带有自注意力机制和门控基于图像的风功率短期预测方法及系统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：CN115630731B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202211205360.6，技术领域涉及：G06Q10/04；该发明授权带有自注意力机制和门控基于图像的风功率短期预测方法及系统是由齐放;孙峣;朱燕;鲁航铭;刘佳沛;陈甜甜;孔德鹏;白芸;王允设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本带有自注意力机制和门控基于图像的风功率短期预测方法及系统在说明书摘要公布了：本发明公开了一种带有自注意力机制和门控基于图像的风功率短期预测方法及系统，属于风力发电预测技术领域，其中，该方法包括：获取NWP气象数据和SCADA风机数据进行预处理，并将预处理后的数据划分为训练集和测试集；将训练集分解成连续多个历史时间子序列，并重构成二维图像；建立基于残差的深度卷积神经网络，并加入门控卷积神经网络层和自注意力机制，得到带有自注意力机制和门控的基于残差的深度卷积神经网络；将二维图像输入该神经网络中训练；将测试集输入训练好的神经网络中进行预测，得到短期风功率。该方法综合使用历史时序数据与气象网格数据，提取特征转化为图像，用先进的图像处理技术对风力进行预测，大大提高了预测准确率。

本发明授权带有自注意力机制和门控基于图像的风功率短期预测方法及系统在权利要求书中公布了：1.一种带有自注意力机制和门控基于图像的风功率短期预测方法，其特征在于，包括以下步骤： 步骤S1，获取NWP气象数据和SCADA风机数据进行预处理，并将所述预处理后的数据划分为训练集和测试集； 步骤S2，将所述训练集分解成连续的多个历史时间子序列，并将所述多个历史时间子序列重构成二维图像； 步骤S3，建立基于残差的深度卷积神经网络，并加入门控卷积神经网络层和自注意力机制，得到带有自注意力机制和门控的基于残差的深度卷积神经网络； 步骤S4，将所述二维图像输入所述带有自注意力机制和门控的基于残差的深度卷积神经网络中进行训练； 步骤S5，将所述测试集输入训练好的带有自注意力机制和门控的基于残差的深度卷积神经网络中进行预测，得到短期风功率； 所述SCADA风机数据包括风功率、10分钟平均风速、风轮转速和风机状态，所述NWP气象数据包括以风场所在坐标为中心7*7网格内的100米横纵向风、温度和湿度； 所述步骤S2具体包括： 步骤S201，采用变分模态分解VMD将所述训练集分解成所述多个历史时间子序列； 步骤S202，采用最小-最大值归一化方法对所述多个历史时间子序列中的风电数据进行归一化处理，以确保所有特征都按照相同尺度分布，并更新所述多个历史时间子序列； 步骤S203，将更新后的多个历史时间子序列重构成所述二维图像，其中，所述二维图像包括色调、饱和度和值图，且每个二维图形依次由2×4的阵列组成，深度为8位。

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广核风电有限公司，其通讯地址为：100070 北京市丰台区南四环西路188号12区2号楼；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。