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！

龙图腾网恭喜华东交通大学申请的专利一种风电功率概率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：CN119204346B 。

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：202411687250.7，技术领域涉及：G06Q10/04；该发明授权一种风电功率概率预测方法是由侯新星;屈志坚;艾颖梅;李迪;廖心宇;孟延;袁琛;胡帆设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。

本一种风电功率概率预测方法在说明书摘要公布了：本发明提供一种风电功率概率预测方法，包括计算风电场集群所在区域的莫兰指数值，提取得到空间特征，并组成最终输入矩阵；分解风电功率时间序列数据，得到初步分量，并分解初步分量，得到若干分量；采用精细复合多尺度加权排列熵计算出熵值，采用均值法综合衡量分析得到若干个综合分量；根据FAAM‑Stacking模型，得到最终确定性预测结果并验证性能；根据最终确定性预测结果的误差并采用分布式核密度估计方法，以得到风电功率区间预测结果，并对风电功率区间预测结果进行验证。本发明有效避免了分解不佳以及各个分量不同带宽会对估计误差产生影响的问题，能够有效提升风电功率的预测精度。

本发明授权一种风电功率概率预测方法在权利要求书中公布了：1.一种风电功率概率预测方法，其特征在于，所述方法包括：采集风电场集群所在区域的地理数据、天气特征数据以及风电场历史特征数据；基于所述地理数据、所述天气特征数据以及所述风电场历史特征数据计算所述风电场集群所在区域的莫兰指数值，提取所述风电场集群所在区域之间的空间相关特征，并结合Copula的图网络模型进行进一步提取得到空间特征，根据所述莫兰指数值以及所述空间特征组成最终输入矩阵；采用逐次变分模态分解所述风电场历史特征数据的风电功率时间序列数据，以得到初步分量，并采用自适应噪声完备集合经验模态分解所述初步分量，以得到若干分量，该步骤具体包括：将风电功率时间序列中的风电功率时间序列信号分解为L阶模态以及残差信号；对所述L阶模态进行最小化约束，并采用第一预设滤波器最小化所述残差信号；采用第二预设滤波器建立最后约束条件，并基于所述最后约束条件对所述L阶模态进行约束，以得到初步分量，最后约束是保证信号完全重建；向逐次变分模态分解的高频子序列信号中添加高斯白噪声，以获得第一残差值；定义所述自适应噪声完备集合经验模态分解生成的若干模态，并通过EMD加高斯白噪声后计算所述第一残差值的局部均值，以得到第二个残差值；重复计算所有所述模态，并使余下的残差满足单调性，以得到若干分量；采用精细复合多尺度加权排列熵计算所述若干分量的熵值，并采用均值法综合衡量分析所述若干分量的复杂度，以得到若干个综合分量；将所述最终输入矩阵以及若干所述综合分量输入到带后馈注意力机制的MultiStacking模型，即FAAM-Stacking模型中，以得到最终确定性预测结果并验证性能；根据所述最终确定性预测结果的误差并采用分布式核密度估计方法，以得到风电功率区间预测结果，并对所述风电功率区间预测结果进行验证。

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华东交通大学，其通讯地址为：330013 江西省南昌市经济技术开发区双港东大街808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”。