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！

龙图腾网获悉西北工业大学申请的专利一种基于L-Transformer短期光伏发电功率预测的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：CN117034055B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202310973854.7，技术领域涉及：G06F18/231；该发明授权一种基于L-Transformer短期光伏发电功率预测的方法是由刘思扬;刘瑞;邓琳;马靖淞;向方宇;赵岚;杨唐丹奇;秦明哲设计研发完成，并于2023-08-03向国家知识产权局提交的专利申请。

本一种基于L-Transformer短期光伏发电功率预测的方法在说明书摘要公布了：本发明公开了一种基于L‑Transformer短期光伏发电功率预测的方法，包括以下步骤：步骤S1：使用BIRCH算法将天气历史数据集分类；步骤S2：采用Datapre和经验模态分解对原始历史光伏和气象数据进行预处理，以使数据更适合用于训练和测试模型；步骤S3：使用与测试集具有相似天气类型的历史数据作为模型训练样本，导入双层架构的L‑Transformer模型；步骤S4：为了评估L‑Transformer模型预测的准确性，采取迭代损失函數Loss评价L‑Transformer模型在训练过程中的收敛情况，采用平均绝对误差、均方差指标评价模型在光伏功率预测性能。本发明L‑Transformer模型的泛化性、准确性、鲁棒性均较高。

本发明授权一种基于L-Transformer短期光伏发电功率预测的方法在权利要求书中公布了：1.一种基于L-Transformer短期光伏发电功率预测的方法，其特征在于，包括以下步骤： 步骤S1：BIRCH算法基于无监督层次聚类算法在不需要预先指定簇数的情况下对大规模数据集进行聚类，并有效地处理高维数据，同时使用BIRCH算法将天气历史数据集分类，高纬度数据包括六个维度，所述六个维度具体为：辐照度、风速、风向，温度、压强和湿度； 步骤S2：采用Datapre和经验模态分解对原始历史光伏和气象数据进行预处理，以使数据适合用于训练和测试模型； 步骤S3：使用与测试集具有相似天气类型的历史数据作为模型训练样本，导入双层架构的L-Transformer模型，在L-Transformer模型中，第一层LSTM起到模型编码器的作用，将时间序列数据编码为向量表示，而第二层Transformer则起到解码器的作用，使用LSTM来提取序列数据的局部特征，然后使用Transformer来捕捉序列数据的全局关系，从而实现更准确地进行光伏预测； 步骤S4：为了评估L-Transformer模型预测的准确性，采取迭代损失函数Loss评价L-Transformer模型在训练过程中的收敛情况，Loss值越低表明训练结果与真实数据更加拟合，采用平均绝对误差MeanAbsoluteError,MAE、均方差MeanSquareError,MSE指标评价模型在光伏功率预测性能，指标值越小，表明模型的预测精度越高、泛用性越好、鲁棒性越强。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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。