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！

龙图腾网恭喜北京瑞科同创科技股份有限公司;北京爱特瑞科软件开发有限责任公司申请的专利基于季节性天气分型与RLHF大模型的光伏功率预测方法和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：CN119623772B 。

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：202510152477.X，技术领域涉及：G06Q10/04；该发明授权基于季节性天气分型与RLHF大模型的光伏功率预测方法和系统是由袁宗涛;何若男;张洋洋设计研发完成，并于2025-02-12向国家知识产权局提交的专利申请。

本基于季节性天气分型与RLHF大模型的光伏功率预测方法和系统在说明书摘要公布了：本发明公开了一种基于季节性天气分型与RLHF大模型的光伏功率预测方法，包括如下步骤：步骤一：数据获取：获取光伏电站的发电数据和历史气象数据，构建数据集；步骤二：构建预测模型：构建天气分型及光伏出力预测模型，将一年划分为多个季节，将天气细分为若干天气类型，为每个季节的每种天气类型构建光伏出力预测模型；构建RLHF大模型，使用深度学习与强化学习相结合的方法，通过预训练及人类反馈以提升光伏发电功率预测精度与解释性；步骤三：构建融合模型：融合天气分型及光伏出力预测模型和RLHF大模型的预测输出，得到光伏发电功率的最终预测结果。本发明还公开了一种基于季节性天气分型与RLHF大模型的光伏功率预测系统。

本发明授权基于季节性天气分型与RLHF大模型的光伏功率预测方法和系统在权利要求书中公布了：1.一种基于季节性天气分型与RLHF大模型的光伏功率预测方法，其特征在于：包括如下步骤：步骤一：数据获取获取光伏电站的发电数据和光伏电站所在区域的历史气象数据，并构建数据集；步骤二：构建预测模型构建天气分型及光伏出力预测模型，所述天气分型及光伏出力预测模型依据气象参数将一年划分为多个季节，同时将天气细分为若干天气类型，为每个季节的每种天气类型分别构建光伏出力预测模型；构建RLHF大模型，所述RLHF大模型使用深度学习与强化学习相结合的方法，通过预训练及人类反馈以提升光伏发电功率预测精度与解释性；步骤三：构建融合模型构建融合模型，所述融合模型用于融合所述天气分型及光伏出力预测模型和RLHF大模型的预测输出，并得到光伏发电功率的最终预测结果；所述步骤二中，构建天气分型及光伏出力预测模型的方法步骤为：S11：数据收集与预处理从所述数据集内收集光伏电站所在区域的历史气象数据，并确保历史气象数据覆盖所有四个季节；对历史气象数据进行清洗和标准化处理，去除异常值和或填补缺失值，得到天气分型数据集；S12：引入季节因子在天空条件因子SCF的基础上引入季节因子SF，将季节性变化融入到天气分型过程中，形成新的天气分型指标： 其中：为天气分型指标；为天空条件因子；为季节因子；S13：扩展天气类型划分根据天气分型指标，重新评估晴天云天界限，在天气分型数据集中添加季节标签，标记出每个时间点对应的季节和天气类型；S14：构建天气类型划分模型基于自组织映射神经网络构建天气类型划分模型，利用添加季节标签后的天气分型数据集对天气类型划分模型进行训练，利用天气类型划分模型得到光伏电站所在区域的季节-天气类型矩阵；S15：构建光伏出力预测模型按照光伏电站所在区域的季节-天气类型矩阵，将天气分型数据集对应划分为若干个子集，结合每个时间点对应的光伏发电功率，得到若干个光伏出力数据子集；采用深度学习模型构建光伏出力预测模型，利用每个光伏出力数据子集分别对光伏出力预测模型进行训练，得到针对每个季节每种天气类型的光伏出力预测模型；S16：光伏出力预测根据输入的实时气象数据，利用天气类型划分模型划分季节和天气类型，利用对应的光伏出力预测模型得到光伏出力的预测结果。

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北京瑞科同创科技股份有限公司;北京爱特瑞科软件开发有限责任公司，其通讯地址为：100079 北京市丰台区榴乡路88号院10号楼12层1201-08室；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”。