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！

龙图腾网恭喜国网浙江省电力有限公司电力科学研究院申请的专利基于SAX-MHA-GCN的区域光伏功率预测方法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：CN119419798B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202510019631.6，技术领域涉及：H02J3/00；该发明授权基于SAX-MHA-GCN的区域光伏功率预测方法是由唐雅洁;龚迪阳;赵波;张雪松;林达;陈乐祺;邵方格;倪筹帷设计研发完成，并于2025-01-07向国家知识产权局提交的专利申请。

本基于SAX-MHA-GCN的区域光伏功率预测方法在说明书摘要公布了：本申请为基于SAX‑MHA‑GCN的区域光伏功率预测方法，属于分布式光伏超短期功率预测领域，针对现有技术存在预测结果不理想、计算复杂技术问题，本申请提供基于SAX‑MHAGCN的分布式光伏超短期功率预测方法，包括以下步骤：选择近时段分布式光伏出力时序数据作为输入特征集，并通过SAX算法进行压缩，获得图卷积SAX符号特征矩阵与全局SAX邻接矩阵；通过将MHA算法嵌入图卷积网络中的每个GCN图卷积块，以构建MHA‑GCN框架，将获得的图卷积SAX符号特征矩阵与全局SAX邻接矩阵作为MHA‑GCN框架的输入，获得图卷积输出矩阵；将图卷积输出矩阵通过整合和SAX反过程处理，获得超短期功率预测结果。

本发明授权基于SAX-MHA-GCN的区域光伏功率预测方法在权利要求书中公布了：1.一种基于SAX-MHA-GCN的区域光伏功率预测方法，其特征在于，包括以下步骤：S1，选择近时段分布式光伏出力时序数据作为输入特征集，并通过SAX算法进行压缩，获得图卷积SAX符号特征矩阵与全局SAX邻接矩阵；具体过程：S1.1，将历史光伏发电功率转化成初始光伏发电功率矩阵，将初始光伏发电功率矩阵归一化处理，获得归一化的历史光伏功率矩阵；S1.2，将经过归一化的历史光伏功率矩阵划分步长压缩段后，进行分段聚合近似，得到转换后的符号化矩阵；S1.3，将转换后的符号化矩阵的每个元素进行符号化处理，获得图卷积SAX符号特征矩阵；S1.4，通过计算图卷积SAX符号特征矩阵中每两个元素之间的距离，得到不同节点间的出力相似度；S1.5，通过经纬计算节点的空间距离；S1.6，基于出力相似度和空间距离，获得中间过程矩阵；S1.7，将全局SAX邻接矩阵的非对角线数值归一化处理后获得全局SAX邻接矩阵；S2，通过将MHA算法嵌入图卷积网络中的每个GCN图卷积块，以构建MHA-GCN框架，将获得的图卷积SAX符号特征矩阵与全局SAX邻接矩阵作为MHA-GCN框架的输入，获得图卷积输出矩阵；S3，将图卷积输出矩阵通过整合和SAX反过程处理，获得超短期功率预测结果。

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国网浙江省电力有限公司电力科学研究院，其通讯地址为：310014 浙江省杭州市拱墅区朝晖八区华电弄1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”。