恭喜河海大学韩海腾获国家专利权
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!
龙图腾网恭喜河海大学申请的专利可解释MLREP多层级回归集成的光伏预测方法与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:CN119885084B 。
龙图腾网通过国家知识产权局官网在2025-05-27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:202510368578.0,技术领域涉及:G06F18/25;该发明授权可解释MLREP多层级回归集成的光伏预测方法与系统是由韩海腾;姜相臣;杨蓓;黄熠桢;张思敏;臧海祥;孙国强;卫志农;朱瑛设计研发完成,并于2025-03-27向国家知识产权局提交的专利申请。
本可解释MLREP多层级回归集成的光伏预测方法与系统在说明书摘要公布了:本发明公开了一种可解释MLREP多层级回归集成的光伏预测方法与系统,S1.采集光伏发电相关的多源数据集;S2.形成预处理后多源数据集;S3.形成各分层数据集;S4.利用图注意力机制对所述各分层数据集中的时空特征进行建模,并生成对应的时空特征权重;S5.基于所述时空特征表示构建多层级回归集成框架,生成子预测结果;S6.对所述多个回归子模型生成的子预测结果采用加权融合方法进行整合,生成最终的光伏发电量预测结果;S7.对所述最终的光伏发电量预测结果结合前述时空特征权重及各回归子模型的预测结果实施可解释性分析,并生成可解释性分析报告。本发明结可以合敏感性指标计算,评估预测误差的来源,并给出优化建议。
本发明授权可解释MLREP多层级回归集成的光伏预测方法与系统在权利要求书中公布了:1.一种可解释MLREP多层级回归集成的光伏预测方法,其特征在于,包括如下步骤:S1.采集光伏发电相关的多源数据集;S2.对所采集的多源数据集进行预处理,形成预处理后多源数据集;S3.根据光伏发电系统运行特性对预处理后多源数据集进行分层级特征提取,形成各分层数据集;S4.利用图注意力机制对所述各分层数据集中的时空特征进行建模,提取所述各分层数据集的时空特征表示,并生成对应的时空特征权重;S5.基于所述时空特征表示构建多层级回归集成框架,所述多层级回归集成框架包括多个回归子模型,每个回归子模型均采用对应分层数据集的时空特征表示进行训练,生成子预测结果;S6.对所述多个回归子模型生成的子预测结果采用加权融合方法进行整合,生成最终的光伏发电量预测结果;S7.对所述最终的光伏发电量预测结果结合前述时空特征权重及各回归子模型的预测结果实施可解释性分析,并生成可解释性分析报告;所述S5包括以下步骤:S51.依据光伏发电时空特征表示集合构建多层级回归集成框架,定义回归子模型集合,其中,、和分别为长期趋势回归子模型、短期波动回归子模型和瞬时变化回归子模型,每个回归子模型分别对应于长期趋势特征数据集、短期波动特征数据集和瞬时变化特征数据集;S52.采用监督学习方法对回归子模型集合进行训练,设定目标变量为未来时刻的光伏发电量,对于每个回归子模型,优化其参数,使其最小化预测误差,损失函数定义为: ;其中,为回归子模型训练数据样本数,为样本在视图中的时空特征表示,为对应的光伏发电量真实值,为回归子模型的可训练参数;S53.依据光伏发电历史数据及模型训练误差计算回归子模型集合内各回归子模型的预测置信度权重: ;其中,反映回归子模型在历史训练数据上的预测精度;S54.采用加权回归融合策略,结合各回归子模型的预测结果,生成多层级回归集成预测结果: ;其中,表示对时刻未来光伏发电量的预测值,为时刻在视图中的时空特征表示,为回归子模型的自适应融合权重。
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河海大学,其通讯地址为:210024 江苏省南京市鼓楼区西康路1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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。