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！

龙图腾网恭喜国网福建省电力有限公司申请的专利基于卷积神经网络的海上风电出力特征长期预测外推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：CN116756658B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202310476232.3，技术领域涉及：G06F18/243；该发明授权基于卷积神经网络的海上风电出力特征长期预测外推方法是由于昊;张慧瑜;王清凉;周朝晖;陈志;杨巧艺;胡永洪;方端;鲍国俊;程序设计研发完成，并于2023-04-28向国家知识产权局提交的专利申请。

本基于卷积神经网络的海上风电出力特征长期预测外推方法在说明书摘要公布了：本发明涉及一种基于卷积神经网络的海上风电出力特征长期预测外推方法。该方法通过卷积神经网络分析方法，得到大气三维结构特征的量化提取，从而利用气象要素特征与区域海上风力发电站历史同期有功功率的空间特征关联性分析，给出影响区域海上风电有功功率的关键特征因素，进而建立区域海上风电出力特征长期预测的外推模型，提供面向电网的海上风力发电整体趋势分析。本发明通过气候因子相关分析方法，得到不同季节间区域海上风电出力特性的关联度模型，从而建立考虑气候特征分析的跨季节风力发电出力特征主要趋势的长期估测。

本发明授权基于卷积神经网络的海上风电出力特征长期预测外推方法在权利要求书中公布了：1.一种基于卷积神经网络的海上风电出力特征长期预测外推方法，其特征在于，包括如下步骤：S1、对区域内各海上风电出力数据时标校对，计算得到逐15min的区域总加出力即区域风电出力；S2、依据海上区域风电出力时间序列，应用决策树分类算法，对逐日时间序列进行风型分类、标识，并提取大风日、小风日、平风日3个主类别，构成历史各月的逐日区域风电出力风型的时间序列；基于各月的逐日区域风电出力风型的时间序列，得到每月大风日概率、小风日概率以及平风日概率；S3、从气候资料数据中提取气候指数分析变量，选取与洋面风关系紧密的北极涛动AO、北大西洋涛动NAO以及太平洋北美型遥相关PNA3个指数作为气候指数分析变量，3个指数均为月平均指数；S4、将逐月大风日概率时间序列、小风日概率时间序列、平风日概率时间序列分别与AO、NAO、PNA建立多元线性回归估算模型；S5、提取权威气象研究机构发布的AO、NAO、PNA未来预测中关于跨季节时间尺度预报信息，代入多元线性回归估算模型，得到跨季节区域风力发电出力特制跨级估测结果；所述步骤S1具体实现如下：对海上风电出力数据进行整理，选取区域内历史同期全部海上风电场站组成集合，利用能量管理系统EMS获得每座风机逐15min出力数据；对获得每座风机逐15min出力数据，去除受有功功率控制导致的限电数据，通过加和计算得到逐15min的区域风电出力数据；需计算得到的区域风电出力数据的时间长度不少于3年；所述步骤S2具体实现如下：采用查表法，将区域风电出力逐15min数据处理为以日、月、年为时标的时间序列，其中日、月、年表示分别为i,j,k；某一时刻的区域风电出力数据记为Pi,j,k；利用10米风速数据，采用理想风电转换模型，计算得到理想区域风电出力数据记为PCi,j,k；选用CART决策树计算程序，训练集由Pi,j,k和PCi,j,k构成；以日为时间单位，对Pi,j,k的风型特征进行分类，得出拟分析时段内任意一天所属的风型类别，其中风型类别分别包括大风日、小风日、平风日3个主类别，分别记为heavy、weak、mediocre；处理后的区域风电出力日特征分别记为Pheavy,j,k、Pweak,j,k和Pmediocre,j,k；统计得到任意一个月中Pheavy,j,k、Pweak,j,k和Pmediocre,j,k概率。

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国网福建省电力有限公司，其通讯地址为：350003 福建省福州市鼓楼区五四路257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”。