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！

龙图腾网恭喜国网新疆电力有限公司经济技术研究院;国家电网有限公司申请的专利一种风电功率组合预测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：CN112613655B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202011503970.5，技术领域涉及：G06Q10/04；该发明授权一种风电功率组合预测方法是由曹茜;胡志云;周红莲;王洪涛;董昱廷;付林;张瑞龙;王斌;陈诚;赵军;华东设计研发完成，并于2020-12-18向国家知识产权局提交的专利申请。

本一种风电功率组合预测方法在说明书摘要公布了：本发明公开了一种风电功率组合预测方法，包括以下步骤：首先，以权重序列为变量，以单一风电功率预测值的加权组合与真实值间差值最小目标，构建权重序列优化配置模型，采用智能算法获取权重序列配置结果；其次，以相邻2个时段的风电出力值以及基于上述权重序列优化配置模型得到的对应时段的权重序列配置结果为输入与输出，训练获取权重序列预测模型；最后，采用已训练好的权重序列预测模型与单一风电功率预测模型，预测未来时段风电功率。本发明提供的风电功率组合预测方法，以权重序列优化配置模型及权重序列预测模型为基础预测风电功率，在简化计算过程的同时确保计算结果精确度，有利于提升风电并网容量以及提升风电并网系统运行的稳定性。

本发明授权一种风电功率组合预测方法在权利要求书中公布了：1.一种风电功率组合预测方法，其特征在于，包括以下步骤：S1，构建权重序列优化配置模型：以权重序列为变量，以单一风电功率预测值的加权组合与真实值间差值最小目标，构建权重序列优化配置模型，采用智能算法获取权重序列配置结果；S2，建立权重序列预测模型：以相邻2个时段的风电出力值以及基于上述权重序列优化配置模型得到的对应时段的权重序列配置结果为输入与输出，训练获取权重序列预测模型；S3，预测风电功率：采用已训练好的权重序列预测模型与单一风电功率预测模型，预测未来时段风电功率；所述步骤S1中，以权重序列为变量，以单一风电功率预测值的加权组合与真实值间差值最小目标，构建权重序列优化配置模型，采用智能算法获取权重序列优化配置结果，具体包括：S101，以k-1时段风电出力真实值Pk-1为样本，形成x行列向量，采用n种单一风电功率预测方法，分别预测得到相邻k时段的风电出力值均为y行列向量，并由此获取该时段风电出力组合预测矩阵p′k，p′k为y行n列矩阵，如式1所示： 将组合预测矩阵p′k按行划分，得到y个n列的行向量，划分如式2所示： S102，以n行y列矩阵wk为变量，将其按列划分，得到y个n行列向量计算获取k时段风电出力组合预测结果pk，pk为n阶方阵，如式3所示： S103，将k时段风电出力真实值序列Pk与风电出力组合预测结果pk在对应时刻点作差，并取其绝对值之和最小为目标，构建的权重序列优化配置模型如式4所示： S104，采用智能算法对公式4进行求解，其中求得行列向量为权重序列；所述步骤S2中，以相邻2个时段的风电出力值以及基于上述权重序列优化配置模型得到的对应时段的权重序列配置结果为输入与输出，训练获取权重序列预测模型，具体包括：S201，依据步骤S101-S103所述的权重序列优化配置模型及其求解方法，计算得到k时段与k+1时段的权重矩阵wk与wk+1；S202，以k时段的风电出力真实值Pk与对应时段的权重矩阵wk为输入，以k+1时段的风电出力真实值Pk+1与对应时段的权重矩阵wk+1为输出，对BP神经网络进行训练，获取权重序列预测模型；所述步骤S3中，采用已训练好的权重序列预测模型与单一风电功率预测模型，预测未来时段风电功率，具体包括：S301，以k+1时段的风电出力真实值Pk+1为样本，采用上述n种单一风电功率预测方法，分别预测得到k+2时段的并由上述公式1与公式2计算获取y个n列的行向量S302，仍以k+1时段的风电出力真实值Pk+1为样本，采用步骤S201-S202所述的权重序列预测模型，计算获取k+2时段的权重预测矩阵wk+2，将其按列划分得到y个n行列向量S303，将由上述n种单一风电功率预测方法预测得到的经加权组合，得到k+2时段的风电出力值pk+2，如式5所示： S304，重复上述步骤S301-S303，预测获取未来时段风电出力值。

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国网新疆电力有限公司经济技术研究院;国家电网有限公司，其通讯地址为：830002 新疆维吾尔自治区乌鲁木齐市天山区建设路123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”。