咨询电话：13280638997
传真：0533-3110363
邮箱：kefu@shizifang.com
24小时咨询热线13280638997
24小时咨询热线著 录 项 目：
| 专利/申请号： | CN202210339153.3 | 专利名称： | 基于时空融合图神经网络的多风电场短期功率预测方法 |
| 申请日： | 2022-04-01 | 申请/专利权人 | 三峡大学 |
| 专利类型： | 发明 | 地址： | 湖北省宜昌市西陵区大学路8号 |
| 专利状态： | 已下证 查询审查信息 | IPC分类号： | G06F18/213 分类检索 |
| 公开/公告日： | 2024-07-09 | 转让价格： | 【平台担保交易】 |
| 公开/公告号： | CN114792158B | 交易状态： | 等待洽谈 搜索相似专利 |
| 浏览量： | 106 | 所属领域： | 风力发电 电力电网 智慧电网 图神经网络专利转让搜索 |
摘 要：基于时空融合图神经网络的多风电场短期功率预测方法，它包括以下步骤，步骤1：采集目标大型风电基地的若干目标风电场小时级的历史功率数据和外部气象信息数据；步骤2：将步骤1中的功率数据与气象数据映射到高维空间；步骤3：对由步骤2获得的数据进行处理，提取单个风电场功率数据的时序特征；步骤4：提取多个风电场功率数据间的空间特征；步骤5：交替进行以上两个步骤，将得到的时序特征和空间特征连接起来，以获得多风电场功率数据耦合的时空特征；步骤6：获得多风电场最终的功率预测结果。本发明的目的在于克服现有技术在进行多风电场短期功率预测时不能结合其功率数据深层时空特征的问题，提供了一种多风电场功率预测技术。
| 交易方 | 企业 | 个人 |
| 买家 | 营业执照副本复印件（需盖公章） | 身份证复印件（签字） |
| 专利转让委托书（需盖公章）一式两份 | 专利转让委托书（需签字）一式两份 | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 卖家 | 营业执照副本复印件（需盖公章） | 身份证复印件（需申请人签字） |
| 解除代理委托书（需盖公章）一式两份（如专利通过代理机构申请） | 解除代理委托书（需签字）一式两份（如专利通过代理机构申请） | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
| 专利证原件（若授权下证） | 专利证原件（若授权下证） |
| 日期 | 法律信息 | 备注 |
| 申请号 | 专利名称 | 发布日期 |
| 202510229245X | 【发明】基于快速谱峭度与时间序列大模型的设备早期故障检测方法 | 2025/11/03 |
| 2024101098778 | 【发明】一种基于对比学习的中学几何问题自动求解方法 | 2025/10/27 |
| 2025110564649 | 【发明】基于混合双向时域卷积网络的数据处理方法、设备和介质 | 2025/10/24 |
| 202510473533X | 【发明】数据缺失场景下的时间序列预测方法、装置、介质及设备 | 2025/10/24 |
| 202510380855X | 【发明】一种基于多任务学习的SSD故障预测方法、设备及介质 | 2025/10/24 |
| 2024101797058 | 【发明】一种多元时间序列异常预测方法、电子设备及存储介质 | 2025/10/24 |
| 2023114681337 | 【发明】一种时序数据异常检测方法、电子设备及存储介质 | 2025/10/24 |
| 2025103939683 | 【发明】一种基于深度学习的代码相似度检测方法 | 2025/10/24 |
| 202510873852X | 【发明】一种智能化旋转机械故障诊断方法 | 2025/10/23 |
| 2024106839485 | 【发明】一种物联网数据监测方法及系统 | 2025/10/23 |
