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！

龙图腾网恭喜西安热工研究院有限公司;华能伊敏煤电有限责任公司申请的专利超级电容储能调频的耦合式优化方法、设备及存储介质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：CN119646353B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202510177657.3，技术领域涉及：G06F17/10；该发明授权超级电容储能调频的耦合式优化方法、设备及存储介质是由李志鹏;王小辉;王华卫;郑安;姜楠;李广山;李刚;穆凯;杨德明;袁树斌;孙国辉;马静波;陈雁凯;桂圆;秦继伟;吴显钢;卞圣珺;刘向亮;于妍妍;周家宁;韩博文设计研发完成，并于2025-02-18向国家知识产权局提交的专利申请。

本超级电容储能调频的耦合式优化方法、设备及存储介质在说明书摘要公布了：本发明公开了一种超级电容储能调频的耦合式优化方法、设备及存储介质，属于风力发电技术领域。本发明提供的方法，融合多项式耦合技术，旨在逐步逼近真实风速的动态变化，从而提升风速预测的精确度。通过多次迭代生成随机序列，能够较好拟合原始风速序列，筛选出最为接近的风速数据，为后续的风速预测奠定坚实的数据基础；引入激活处理，增强了预测数据的非线性表达能力，进一步拔高了预测的准确度；同时，通过对第一预测值序列和第二预测值序列进行激活处理，结合了多项式预测和神经网络预测的优势，提高了风速预测的全面性和准确性。

本发明授权超级电容储能调频的耦合式优化方法、设备及存储介质在权利要求书中公布了：1.一种超级电容储能调频的耦合式优化方法，其特征在于，包括以下步骤：步骤一、采集风速数据，建立原始风速序列X=[X1,X2,X3,...,XN]，N为原始风速序列中子序列的个数，X1,X2,X3,...,XN分别为原始风速序列中的第1,2,3,…,N个子序列；步骤二、预设循环总次数R，令当前循环次数i=0；步骤三、令i=i+1，生成随机序列Ai=[α1,α2,α3,...,αs]，S为随机序列中子序列的个数，α1,α2,α3,...,αs分别为随机序列Ai中的第1,2,3,…,S个子序列；基于随机序列Ai，生成关于未知数t的多项式参数Fit；基于原始风速序列X和多项式参数Fit，计算第一差值序列Ci；步骤四、基于第一差值序列Ci，计算多项式参数Fit与原始风速序列X的接近值Mi，判断i是否等于R，若判断为是，则执行步骤五；若判断为否，则返回步骤三；步骤五、获取上述步骤得到的所有接近值Mi中的最小值Mmin，基于最小值Mmin对应的循环次数i得到与原始风速序列X最接近的多项式参数Fmint，对Fmint进行激活处理，得到最终的风速序列Ft；步骤六、令t=N+1,N+2,...,N+0.1N，分别代入至Ft中，得到第一预测值序列f=[FN+1,FN+2,FN+3,…,FN+0.1N]，其中，FN+1,FN+2,FN+3,…,FN+0.1N分别为第一预测值序列中的第1,2,3,…,0.1N个子序列，0.1N为第一预测值的个数；基于原始风速序列X和最终的风速序列Ft，得到残差风速序列Q=X-Ft=[X1-F1,X2-F2,X3-F3,...,XN-FN]，将残差风速序列Q输入至训练好的神经网络模型进行预测，得到第二预测值序列q=[qN+1,qN+2,qN+3,…,qN+0.1N]，qN+1,qN+2,qN+3,…,qN+0.1N分别为第二预测值序列中的第1,2,3,…,0.1N个子序列；步骤七、对第一预测值序列f和第二预测值序列q进行激活处理，得到最终风速预测结果Z；步骤八、根据最终风速预测结果Z计算风电场向电网发送的预测功率，获取风电场向电网发送的实际功率，计算预测功率与实际功率的差值，当差值为正数时，将风电场出口处接入的超容储能系统调整为充电状态；当差值为0时，风电场出口处接入的超容储能系统保持当前状态不变；当差值为负数时，将风电场出口处接入的超容储能系统调整为放电状态。

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安热工研究院有限公司;华能伊敏煤电有限责任公司，其通讯地址为：710048 陕西省西安市碑林区兴庆路136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”。