買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉河海大學申請的專利基于并行深度學習架構的光伏出力混合概率區間預測方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120297774B 。

龍圖騰網通過國家知識產權局官網在2025-08-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510787940.8，技術領域涉及：G06Q10/0637；該發明授權基于并行深度學習架構的光伏出力混合概率區間預測方法及系統是由朱非林;林妹艷;朱鷗;侯添甜;張璟;劉為鋒;郭旭寧;李云玲;鐘平安設計研發完成，并于2025-06-13向國家知識產權局提交的專利申請。

本基于并行深度學習架構的光伏出力混合概率區間預測方法及系統在說明書摘要公布了：本發明公開了基于并行深度學習架構的光伏出力混合概率區間預測方法及系統，構建光伏出力多源驅動因素集；基于光伏出力多源驅動因素集，構建原始特征矩陣；對原始特征矩陣進行時空特征并行解耦，將解耦后的時間特征和空間特征輸入時空特征互補增強模塊進行融合；將特征增強后的光伏出力時空特征矩陣輸入光伏出力基準型預測模型，獲得光伏出力基準型預測結果及對應誤差；將光伏出力基準型預測結果誤差分別輸入風險型預測模型，計算預測誤差風險區間邊界值，疊加至基準型預測結果，獲得各自的光伏出力風險型預測結果；構建光伏出力混合風險型預測框架，輸入兩個風險型預測模型結果進行耦合并優化，獲得光伏出力混合風險型預測結果。

本發明授權基于并行深度學習架構的光伏出力混合概率區間預測方法及系統在權利要求書中公布了：1.基于并行深度學習架構的光伏出力混合概率區間預測方法，其特征在于，所述方法包括： S1：構建光伏出力多源驅動因素集； S2：將所述光伏出力多源驅動因素集在統一時空基準下通過空間基準與時間維度同步化、特征拼接，構建原始特征矩陣； S3：構建基于并行深度學習架構的特征提取模塊，對所述原始特征矩陣進行時空特征并行解耦，將解耦后的時間特征和空間特征輸入時空特征互補增強模塊進行融合； S4：構建基于稀疏注意力Transformer的光伏出力基準型預測模型，將特征增強后的光伏出力時空特征矩陣輸入所述光伏出力基準型預測模型，獲得光伏出力基準型預測結果及對應誤差； S5：構建基于數據驅動與統計理論的風險型預測模型，將光伏出力基準型預測結果誤差分別輸入兩個風險型預測模型，計算預測誤差風險區間邊界值，疊加至基準型預測結果，獲得各自的光伏出力風險型預測結果； S6：構建光伏出力混合風險型預測框架，輸入兩個風險型預測模型結果進行耦合，采用多目標優化算法優化耦合參數，獲得光伏出力混合風險型預測結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人河海大學，其通訊地址為：210024 江蘇省南京市鼓樓區西康路1號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。