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！

龙图腾网恭喜杭州电子科技大学申请的专利一种基于物理知识引导的风电功率智能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：CN119886225B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202510368805.X，技术领域涉及：G06N3/0464；该发明授权一种基于物理知识引导的风电功率智能预测方法和系统是由周宇;董天航;张泽辉;郑梁;王翔;华咏竹;范思远;刘洲;左彬设计研发完成，并于2025-03-27向国家知识产权局提交的专利申请。

本一种基于物理知识引导的风电功率智能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物理知识引导的风电功率智能预测方法和系统，该方法首先采集风力发电场数据，并进行预处理，将预处理后的数据划分训练集、测试集和验证集。其次构建风电功率预测模型，并融入物理先验知识，将训练集的数据输入到所述风电功率预测模型中进行训练。最后使用训练好的风电功率预测模型，通过测试集和验证集中的数据，进行多步预测，得到预测功率。该系统包括数据采集单元、数据预处理单元、模型构建单元、模型训练单元、模型预测单元。本发明提高了复杂环境下的预测精度和泛化能力，能够实现对风电场在不同气象条件下的风电功率进行更精确的预测，同时提升预测的鲁棒性。

本发明授权一种基于物理知识引导的风电功率智能预测方法和系统在权利要求书中公布了：1.一种基于物理知识引导的风电功率智能预测方法，其特征在于，包括以下步骤： S1.采集风力发电场数据，并进行预处理； S2.将预处理后的数据划分训练集、测试集和验证集； S3.构建风电功率预测模型，并融入物理先验知识，将训练集的数据输入到所述风电功率预测模型中进行训练； 所述风电功率预测模型具体实现过程如下： S3.1搭建交叉时空卷积神经网络，提取训练集的数据特征并计算损失； S3.2根据风电功率的物理特性以及风电功率与风速的关系，提取出两个物理先验知识；所述两个物理先验知识具体如下： 第一个物理先验知识集成为裁剪模块，根据物理规律，在实际应用中，风电功率的值应该大于零，因此输出应该为正，消除物理上不合理的预测，公式如下： 式中，是交叉时空卷积神经网络输出，是预测值； 第二个物理先验知识集成为惩罚损失模块，根据风电功率与风速的风电转换关系，推出上下限约束函数，由上下限函数构建惩罚损失模块，公式如下： 式中，vi是风速，vin是切入风速，vrat是额定风速，vout是切出风速，是模型输出，MSEplt是惩罚损失，N是样本总数，其他常数参数an、a'n、bn、bn'、ω由软件拟合工具拟合得出； S3.3构建风电功率预测模型的损失函数，进行训练； S4.使用训练好的风电功率预测模型，通过测试集和验证集中的数据，进行多步预测，得到预测功率。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。