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！

龙图腾网获悉江西水利电力大学申请的专利一种基于熵权小波降噪的光伏发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：CN121705597B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202610218871.3，技术领域涉及：G06F18/10；该发明授权一种基于熵权小波降噪的光伏发电功率预测方法及系统是由曾兵;程公义;谢云敏;李欣展;王愈轩;胡昱帆;卢佳薇;彭彦铭;刘宁涛;许可越;付佳晨;鄢胜;吴佳俊;王俊杰设计研发完成，并于2026-02-24向国家知识产权局提交的专利申请。

本一种基于熵权小波降噪的光伏发电功率预测方法及系统在说明书摘要公布了：本发明公开了一种基于熵权小波降噪的光伏发电功率预测方法及系统，方法包括：获取光伏发电功率与气象历史数据，构成原始时序数据集；对其中每一特征序列进行熵权自适应阈值小波降噪处理，通过计算各尺度小波系数能量熵来自适应调整阈值，并采用改进阈值函数收缩系数，实现噪声抑制与信号保留；将去噪后数据输入至层级自适应多分支激活双向门控循环单元网络进行训练，得到预测模型；最终利用预测模型对实时降噪数据进行功率预测。本发明有效提升了光伏功率预测的精度与鲁棒性。

本发明授权一种基于熵权小波降噪的光伏发电功率预测方法及系统在权利要求书中公布了：1.一种基于熵权小波降噪的光伏发电功率预测方法，其特征在于，包括： 获取同一时间段内的光伏发电功率历史数据序列以及至少一个气象要素的气象历史数据序列，将所述光伏发电功率历史数据序列与各个气象历史数据序列按时间点对齐并拼接，得到包含各个特征数据序列的原始时序数据集； 对所述原始时序数据集中的每一个特征数据序列独立地进行熵权自适应阈值小波降噪处理，得到对应的去噪后特征序列，并由所有去噪后特征序列构成去噪时序数据集，其中，所述对所述原始时序数据集中的每一个特征数据序列独立地进行熵权自适应阈值小波降噪处理，得到对应的去噪后特征序列包括：对输入的特征数据序列进行L层离散小波分解，得到最深层近似系数及各层细节系数； 基于第一层细节系数，利用中位数绝对偏差法估计噪声标准差，表达式为： ， 式中，为第一层细节系数绝对值的中位数； 计算第层细节系数的能量熵并进行归一化得到，进而生成第层的自适应阈值，表达式为： ， 式中，为第层细节系数的长度； 利用改进的阈值函数对每一层细节系数进行收缩处理，得到去噪后的细节系数，所述改进的阈值函数定义包括： 当时，第层去噪细节系数的表达式为： ，其中，为符号函数，为指数函数； 当时，第层去噪细节系数的表达式为： ； 以所述最深层近似系数和第层去噪细节系数作为起点，执行逆离散小波变换，得到第层的近似系数，再将第层的近似系数与第层去噪细节系数进行逆变换，直至重构出最终的去噪后特征序列； 将所述去噪时序数据集按时间顺序划分为训练集，并输入至预设的双向门控循环单元网络进行训练，得到光伏发电功率预测模型，其中，所述双向门控循环单元网络的门控循环单元中包含层级自适应多分支激活机制； 将获取的实时时序数据，输入至所述光伏发电功率预测模型中，输出得到与所述实时时序数据相对应的光伏发电功率预测值。

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江西水利电力大学，其通讯地址为：330000 江西省南昌市高新区天祥大道289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。