发明专利已授权

基于深度学习融合模型的光伏功率区间概率预测方法

Name: 基于深度学习融合模型的光伏功率区间概率预测方法
Brand: 西安理工大学
SKU: 2022108234399
Availability: InStock

📄 申请号：CN202210823439.9 📄 发布日：2026/11/12

著录项目信息

申请日

2022-07-13

公开号

CN115115125A

公开日

2022-09-27

申请人

西安理工大学

法律状态

已下证

专利类型

发明

主分类号

G06Q10_04

IPC 分类号

G06Q10_04 , G06K9_62 , G06N3_04 , G06Q50_06 , H02J3_00 ,

技术画像

所属领域

深度学习深度学习光伏功率预测概率预测

应用场景

光伏发电, 新能源并网, 电网调度, 电力系统运行, 光伏电站运维

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了基于深度学习融合模型的光伏功率区间概率预测方法，具体为：首先，获取对光伏功率和气象因素进行变量相关性分析，确定预测模型的输入变量；选取聚类变量，构建聚类变量的统计特征，采用模糊C均值聚类算法进行光伏历史数据的相似日聚类，并对其进行归一化处理；之后将相似日数据集划分为训练集和测试集；构建QR‑CNN‑BiLSTM区间预测模型并进行训练，进行光伏功率区间预测；最后，生成测试集上的光伏概率预测结果。本发明的方法能很好地跟踪未来的光伏功率趋势，在满足可信度要求基础上，实现光伏功率预测不确定性的高准确度度量，生成相应置信度水平下的光伏功率预测区间，具有实际应用价值。

常见问题

这项专利是否已经下证？

是的，该专利已下证，法律状态为“已下证”，公开号： CN115115125A

购买这项专利需要经过哪些流程？

平台提供担保交易、全程代办转让手续。买家可委托平台代购，平台协助完成权属尽调、合同签署、国家知识产权局著录项目变更等流程。

该专利的转让价格是多少？

当前标价为议价，可委托平台代购或预约谈判。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

基于工控系统原始流量的深度学习协议识别方法及系统（需要二次变更）

当前第 / 件

一种建筑排水管减能装置

同领域国内专利 · IPC: (G06Q10_04)

G06Q10_00 G06Q10_02 G06Q10_04 G06Q10_047 G06Q10_06 G06Q10_063 G06Q10_0631 G06Q10_0633 G06Q10_0635 G06Q10_0637 G06Q10_0639 G06Q10_067 G06Q10_08 G06Q10_083 G06Q10_0831 G06Q10_0832 G06Q10_0833 G06Q10_0834 G06Q10_0835 G06Q10_0836 G06Q10_087 G06Q10_0875 G06Q10_10 G06Q10_101 G06Q10_105 G06Q10_1053 G06Q10_107 G06Q10_109 G06Q10_1091 G06Q10_20 G06Q10_30 覆盖31个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：5 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 2657件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

基于深度学习融合模型的光伏功率区间概率预测方法

著录项目信息

技术画像

所属领域

应用场景

摘要

常见问题

这项专利是否已经下证？

购买这项专利需要经过哪些流程？

该专利的转让价格是多少？

法律状态时间线

同领域国内专利 · IPC: (G06Q10_04)

相似专利推荐 AI 驱动 · 同领域

一种基于演化神经网络架构搜索的短临降水预报方法

一种基于LA-UNET-LSTM的次季节降水预报方法

一种基于梯度激活映射权重的短临降水预报方法

服务项目

资源中心

关于柿子坊