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！

龙图腾网获悉中国气象局广州热带海洋气象研究所(广东省气象科学研究所)申请的专利一种风电功率预测方法、装置、计算机设备和程序产品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：CN121507711B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202512025989.2，技术领域涉及：H02J3/00；该发明授权一种风电功率预测方法、装置、计算机设备和程序产品是由赵彬琦;文秋实;邓华;丁伟钰;王洪;田群;叶翠设计研发完成，并于2025-12-30向国家知识产权局提交的专利申请。

本一种风电功率预测方法、装置、计算机设备和程序产品在说明书摘要公布了：本公开提供了一种风电功率预测方法、装置、计算机设备和程序产品，其中，该方法包括：获取风电站实时的数值预报模式数据、以及风电站预设范围内多个关联气象站点分别采集的气象观测数据；将数值预报模式数据输入训练好的风速订正模型，得到订正模式数据；根据订正模式数据、气象观测数据和数值预报模式数据，确定订正模式数据的订正误差；根据订正误差，从数值预报模式数据和订正模式数据中，筛选出待使用模式数据；将气象观测数据与待使用模式数据进行特征维度对齐和合并，得到第一合并数据，并将第一合并数据输入至训练好的风电功率预测模型，得到风电站的目标风电功率。

本发明授权一种风电功率预测方法、装置、计算机设备和程序产品在权利要求书中公布了：1.一种风电功率预测方法，其特征在于，包括： 获取风电站实时的数值预报模式数据、以及所述风电站预设范围内多个关联气象站点分别采集的气象观测数据；所述数值预报模式数据包括与所述预设范围内的多个预设高度层相关的三维风速数据；所述关联气象站点为从所述预设范围内的各个初始气象站点中，基于所述初始气象站点与所述风电站之间的时滞相关性筛选出的； 将所述数值预报模式数据输入训练好的风速订正模型，得到订正模式数据； 根据所述订正模式数据、所述气象观测数据和所述数值预报模式数据，确定所述订正模式数据的订正误差； 根据所述订正误差，从所述数值预报模式数据和所述订正模式数据中，筛选出待使用模式数据； 将所述气象观测数据与所述待使用模式数据进行特征维度对齐和合并，得到第一合并数据，并将所述第一合并数据输入至训练好的风电功率预测模型，得到所述风电站的目标风电功率；其中，所述风电功率预测模型根据以下步骤训练得到： 获取所述风电站在预设时间间隔下的历史风电功率数据、历史数值预报模式数据和所述风电站预设范围内多个初始气象站点的历史气象观测数据； 对所述历史风电功率数据进行第一预处理，得到处理后的目标功率数据；所述第一预处理用于根据所述历史风电功率数据中的缺失数据的连续缺失数量，对所述历史风电功率数据进行数据填充或数据删除； 按照所述预设时间间隔，将所述历史气象观测数据和所述目标功率数据进行时序对齐，并对对齐后的历史气象观测数据进行第二预处理，得到目标观测数据；所述第二预处理用于对缺失观测数据进行补全处理和对异常观测数据进行调整处理； 针对每个所述初始气象站点，根据所述初始气象站点与所述风电站的距离和盛行风层下的平均风速，确定所述初始气象站点与所述风电站之间的第一时滞；根据所述预设时间间隔和预设时滞搜索范围，构建包括多个第二时滞的时滞向量区间；确定所述初始气象站点在所述目标观测数据中的子观测数据，以及确定目标功率数据对应的每个数据采集时间；针对每个所述数据采集时间，根据该数据采集时间下的目标功率数据，以及所述初始气象站点在该数据采集时间与每个第二时滞之间的差值时间下的目标子观测数据，确定所述初始气象站点在该数据采集时间下与所述风电站之间的第一相关系数，以及每个所述第二时滞对应的双侧假定概率值； 从各个所述第一相关系数中，确定所述初始气象站点对应的最大的第二相关系数以及所述第二相关系数对应的目标第二时滞；根据每个数据采集时间下的目标功率数据，以及所述初始气象站点在每个所述数据采集时间与所述目标第二时滞之间的差值时间下的目标子观测数据，确定所述初始气象站点与所述风电站之间的互信息；根据所述目标第二时滞和所述第一时滞的时滞差值、所述第二相关系数、所述互信息和所述双侧假定概率值，确定所述初始气象站点与所述风电站的时滞相关性；从所述初始气象站点中，筛选出所述第二相关系数大于预设系数且各个双侧假定概率值均小于预设概率值的第一候选站点；从所述第一候选站点中，筛选出目标第二时滞与所述第一时滞的差值小于目标差值的第二候选站点，并根据所述第二候选站点的互信息，从所述第二候选站点中筛选出关联气象站点； 根据所述关联气象站点的目标观测数据、所述历史数值预报模式数据、和所述目标功率数据，构建训练集数据、验证集数据和测试集数据； 利用预设超参数优化框架，基于所述训练集数据和所述验证集数据对待训练风电功率预测模型进行迭代训练，直至迭代训练后的风电功率预测模型的预测精度在所述测试集数据上达到预设精度，得到训练好的风电功率预测模型。

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中国气象局广州热带海洋气象研究所(广东省气象科学研究所)，其通讯地址为：510000 广东省广州市越秀区福今路6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”。

以上内容由龙图腾AI智能生成。