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！

龙图腾网恭喜哈尔滨工业大学(深圳)申请的专利一种基于深度学习的风电功率预测方法及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：CN114970980B 。

龙图腾网通过国家知识产权局官网在2025-02-18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：202210495426.3，技术领域涉及：G06Q10/04；该发明授权一种基于深度学习的风电功率预测方法及系统是由王宏设计研发完成，并于2022-05-07向国家知识产权局提交的专利申请。

本一种基于深度学习的风电功率预测方法及系统在说明书摘要公布了：本发明提供了一种基于深度学习的风电功率预测方法及系统；其中，所述方法包括：接收第一区域内各风力探测器检测的风力数据；对所述风力数据进行处理以得出第一风力矩阵；将所述风力矩阵输入深度学习模型，所述深度学习模型输出第二区域内的第二风力矩阵；根据所述第二风力矩阵得出风电功率预测值。本发明的方案能够基于大范围内的风力数据预测得出风力发电设备设备组核心区内的风力数据，进而能够得出更为准确的风电功率预测值。

本发明授权一种基于深度学习的风电功率预测方法及系统在权利要求书中公布了：1.一种基于深度学习的风电功率预测方法，其特征在于，包括如下步骤：接收第一区域内各风力探测器检测的风力数据；对所述风力数据进行处理以得出第一风力矩阵；将所述风力矩阵输入深度学习模型，所述深度学习模型输出第二区域内的第二风力矩阵；其中，所述第一区域是各风力发电设备或组外围的区域，而所述第二区域是各风力发电设备或设备组组核心区的区域，即第二区域是第一区域的内核区域；根据所述第二风力矩阵得出风电功率预测值；在将所述风力矩阵输入深度学习模型之前，还包括：获取历史记录的第三风力矩阵及对应的第四风力矩阵，并将所述第三风力矩阵和所述第四风力矩阵组建数据对；其中，所述第三风力矩阵与所述第一区域对应，所述第四风力矩阵与所述第二区域对应；选取若干所述数据对组建训练集，利用所述训练集对所述深度学习模型进行训练；在利用所述训练集对所述深度学习模型进行训练的过程中，使用如下损失函数： 式中，floss为损失函数，y代表第n轮训练中深度学习模型输出的结果的等效值，fx代表第n轮训练中输入到深度学习模型中的数据对中的各第四风力矩阵的等效值；σ为调节系数，其与训练轮次正相关，在训练的前段，σ为小于1的数值，而在训练的后段，σ为大于1的数值。

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哈尔滨工业大学(深圳)，其通讯地址为：518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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”。