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！

龙图腾网获悉攀枝花学院申请的专利一种基于深度学习的数据时间段缺失值插补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：CN121561276B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202610090642.8，技术领域涉及：G06F18/15；该发明授权一种基于深度学习的数据时间段缺失值插补方法及系统是由曾技;罗学刚;李东原设计研发完成，并于2026-01-23向国家知识产权局提交的专利申请。

本一种基于深度学习的数据时间段缺失值插补方法及系统在说明书摘要公布了：本发明涉及光伏发电功率预测技术领域，公开了一种基于深度学习的数据时间段缺失值插补方法及系统，该方法包括获取发电功率数据和气象数据，并识别数据缺失时间段，获取上下文时段数据；搜索目标光伏电站所在空间区域内光伏电站，筛选形成光伏候选电站集合；采用基于时序卷积网络的自编码器对发电功率曲线进行特征提取，得到时序特征向量；计算目标光伏电站与光伏候选电站的相似度得分，构成动态空间参考电站集合；对缺失时段根据权重加权平均各参考电站的实际功率值；结合气象数据计算目标光伏电站的理论发电功率上限，对初步补全值施加物理约束，取最小值作为最终补全值。本发明实现实现对时间段缺失数据进行较高精度、自适应填充的补值。

本发明授权一种基于深度学习的数据时间段缺失值插补方法及系统在权利要求书中公布了：1.一种基于深度学习的数据时间段缺失值插补方法，其特征在于，包括以下步骤： 获取目标光伏电站的发电功率数据和气象数据，并识别目标光伏电站的数据缺失时间段，获取数据缺失时间段的上下文时段数据； 搜索目标光伏电站所在空间区域内光伏电站，根据各光伏电站的装机容量与地理位置信息筛选形成光伏候选电站集合； 采用基于时序卷积网络的自编码器对光伏候选电站集合及目标光伏电站的发电功率曲线进行特征提取，得到时序特征向量，所述基于时序卷积网络的自编码器包括编码器、瓶颈层和解码器；其中编码器通过因果卷积和膨胀卷积提取时序特征，瓶颈层强制学习本质特征表示，解码器对称重建序列； 其中，所述编码器包括多个堆叠时序卷积网络模块，在每个时序卷积网络模块内部采用渐进式膨胀率的因果卷积层实现序列长度的渐进式下采样； 根据时序特征向量计算目标光伏电站与光伏候选电站在上下文时段的相似度得分，基于相似度得分选取Top-K候选电站构成动态空间参考电站集合； 将各参考电站的相似度得分归一化为权重，并对缺失时段内每个时间点根据权重加权平均各参考电站的实际功率值，得到初步补全值； 结合气象数据计算目标光伏电站的理论发电功率上限，对初步补全值施加物理约束，取最小值作为最终补全值；包括： 利用目标电站的气象数据与缺失时间段内气象站提供的实测辐照度数据，通过物理建模计算理论发电功率上限； 对每个时间点的初步补全值施加物理约束，使最终补全值满足； 对缺失时段内每个时间点根据权重加权平均各参考电站的实际功率值，得到初步补全值，具体为： 其中，为目标光伏电站在时间点t的初步补全值，为动态空间参考电站集合中第i个光伏电站的权重，为动态空间参考电站集合中第i个光伏电站在时间点t的实际功率值。

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攀枝花学院，其通讯地址为：617000 四川省攀枝花市东区三线大道北段10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。