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！

龙图腾网获悉湖南大学申请的专利一种应用于光伏电站的光伏发电量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：CN120782290B 。

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：202510896515.2，技术领域涉及：G06Q10/0637；该发明授权一种应用于光伏电站的光伏发电量预测方法及系统是由严珂;刘健设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本一种应用于光伏电站的光伏发电量预测方法及系统在说明书摘要公布了：本申请公开了一种应用于光伏电站的光伏发电量预测方法及系统，涉及光伏发电预测领域，方法包括：进行皮尔森相关分析及斯皮尔曼相关分析确定关键协变量；进行多元奇异谱信号分解处理得到重构序列数据；采用重构序列数据对多尺度协变量交互模型进行训练以得到本地模型；基于多源域协同训练框架，将所有光伏电站对应的本地模型的模型参数上传进行全局训练得到训练完成的全局模型；采用迁移学习微调策略，对训练完成的全局模型进行微调得到光伏发电量预测模型。本申请可提升光伏发电量预测过程中用到的模型的泛化能力，实现对光伏发电量的高精度、高稳定性预测，尤其适用数据质量不佳的应用场景。

本发明授权一种应用于光伏电站的光伏发电量预测方法及系统在权利要求书中公布了：1.一种应用于光伏电站的光伏发电量预测方法，其特征在于，所述方法包括： 获取多个光伏电站的运行数据集；所述运行数据集包括光伏电站在预设时长内的目标变量及多个协变量； 对多个所述运行数据集进行皮尔森相关分析及斯皮尔曼相关分析，结合预设相关性阈值确定关键协变量； 针对任一光伏电站，根据所述运行数据集中的目标变量及对应的关键协变量，进行多元奇异谱信号分解处理，以得到重构序列数据； 根据所述运行数据集中的目标变量及对应的关键协变量，进行多元奇异谱信号分解处理，以得到重构序列数据，包括：针对所述运行数据集中每个变量对应的运行数据子序列，通过嵌入方式构建轨迹矩阵；对所述轨迹矩阵进行奇异谱分解，以得到左奇异向量矩阵、右奇异向量矩阵及包含奇异值的对角矩阵；基于所述对角矩阵中奇异值的大小，进行奇异值筛选及对应的奇异向量保留，以得到奇异分组；基于所述奇异分组进行信号重构，以得到重构子序列；对所有变量对应的重构子序列进行拼接聚合，以得到重构序列数据； 采用所述重构序列数据对多尺度协变量交互模型进行训练以得到本地模型；基于多源域协同训练框架，将所有所述光伏电站对应的本地模型的模型参数上传进行训练得到初始全局模型，然后将所述初始全局模型的模型参数下发至各个所述光伏电站以进行下一轮的本地模型的训练，直至满足预设训练结束条件时，得到训练完成的全局模型，然后下发至各个所述光伏电站； 所述多尺度协变量交互模型包括时间混合模块、特征融合模块及多尺度卷积模块；所述时间混合模块用于沿时间维度，采用具有共享权重的MLP对所述重构序列数据进行特征提取，并将得到的全局动态特征输入至所述特征融合模块；所述特征融合模块用于沿变量维度，对所述全局动态特征进行特征提取，并将得到的时序交互特征输入至所述多尺度卷积模块；所述多尺度卷积模块用于对所述时序交互特征进行多尺度交叉处理，以同时提取局部特征及全局特征，并通过融合得到最终输出特征； 针对任一光伏电站，基于所述运行数据集中的目标变量及对应的关键协变量，采用迁移学习微调策略，对训练完成的全局模型进行微调，以得到光伏发电量预测模型； 将所述光伏电站的待用目标变量及对应的关键协变量，输入至所述光伏发电量预测模型中，以得到未来目标变量。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路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。