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！

龙图腾网恭喜福州大学申请的专利一种基于改进ESOA-GA的光伏电站功率短期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：CN119647548B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202510183747.3，技术领域涉及：G06N3/086；该发明授权一种基于改进ESOA-GA的光伏电站功率短期预测方法是由陈志聪;陈子翔;吴丽君设计研发完成，并于2025-02-19向国家知识产权局提交的专利申请。

本一种基于改进ESOA-GA的光伏电站功率短期预测方法在说明书摘要公布了：本发明公开了一种基于改进ESOA‑GA的光伏电站功率短期预测方法，涉及光伏电站技术领域，利用ESOA算法随机生成初始种群，并结合特征提取后的数据集分析个体预测精度获取初始适应度，在此基础上，围绕个体当前位置展开局部搜索，通过计算伪梯度估计值对个体进行更新，这一过程能够深度挖掘局部区域内的最优解。经过多轮迭代，可有效提升个体质量，初步优化各个体，为后续的遗传算法提供优质的初始种群。在ESOA初步优化个体的基础上，引入遗传算法。GA模拟自然选择过程，计算选择概率筛选待优化个体，通过交叉操作生成混合个体，这种方式能在更广泛的解空间中搜索，避免陷入局部最优解。

本发明授权一种基于改进ESOA-GA的光伏电站功率短期预测方法在权利要求书中公布了：1.一种基于改进ESOA-GA的光伏电站功率短期预测方法，其特征在于：包括以下步骤：S1、预先利用多源渠道收集光伏电站内的运行数据及气象数据，经预处理及存储后，构建数据集；S2、利用白鹭群优化算法，随机生成初始种群，且初始种群内包括若干组个体，并结合经过特征提取后的数据集，分析各个体的预测精度情况，以获取各个体的初始适应度，基于初始适应度数值，试图在相应个体当前所处的位置周边展开局部搜索过程，并对各个体进行更新，通过对各个体更新前后情况进行分析，判别相应个体的搜索模式，并经迭代获取初步优化的各个体；S2具体步骤包括有：S21、利用白鹭群优化算法，并结合历史数据组，随机生成初始种群，且种群规模为N，每个个体在D维空间中表示，其中，第i个个体表达式为：；其中，i=1，2，...，N；S211、初始种群内每个个体的各维度值在给定的搜索范围内进行随机取值，即，j=1，2，...，D，其中，表示搜索范围下限，表示搜索范围上限；S22、通过将未存储的运行数据和气象数据标记为输入向量，并结合每个个体内的各个维度值，分别对输入层到隐藏层进行计算，以及隐藏层到输出层进行计算，最终获取每个个体所对应的预测功率YP，结合实际功率SP，分析各个体的预测精度情况，以获取各个体的初始适应度，具体按照以下方式获取： ;式中，n表示监测周期，k=1、2、...、n，表示第k监测时段的预测功率，表示第k监测时段的实际功率；S23、基于初始适应度数值，试图在相应个体当前所处的位置周边展开局部搜索过程，以获取各个体在相应维度的伪梯度估计值，具体通过以下公式获取： ;式中，表示第i个个体内第j维度的伪梯度估计值；表示在第i个个体的基础上，对其第j维度值增加一个扰动后，重新构建神经网络模型，再用这个带有扰动后的维度值组合的模型对训练数据进行预测，然后根据S22中获取初始适应度的方式所计算得到的适应度值；表示在第i个个体的基础上，对其第j维度值去除一个扰动后，重新构建神经网络模型，再用这个带有扰动后的维度值组合的模型对训练数据进行预测，然后根据S22中获取初始适应度的方式所计算得到的适应度值；表示扰动值；S24、各个个体根据各个体在相应维度的伪梯度估计值进行更新，以获取更新后的各个个体，以第i个个体为例：；其中，表示更新后的第i个个体，表示学习率；S3、在S2的基础上，利用遗传算法，模拟过程，计算初始优化的各个体的选择概率P，筛选待优化个体，并经交叉操作，生成一组混合个体；S4、根据混合个体内各维度对应神经网络模型的参数，构建出训练及优化后的功率预测模型，基于训练及优化后的功率预测模型，获取最终的预测功率。

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福州大学，其通讯地址为：350100 福建省福州市闽侯县福州大学城乌龙江北大道2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”。