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！

龙图腾网恭喜兰州理工大学申请的专利基于改进海鸥优化算法和多核极限学习机的风速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：CN115374710B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202211136881.0，技术领域涉及：G06F30/27；该发明授权基于改进海鸥优化算法和多核极限学习机的风速预测方法是由郭秀婷;朱昶胜;孔令杰;任娜设计研发完成，并于2022-09-19向国家知识产权局提交的专利申请。

本基于改进海鸥优化算法和多核极限学习机的风速预测方法在说明书摘要公布了：本发明属于风速预测技术领域，涉及一种基于改进海鸥优化算法和多核极限学习机的风速预测方法，包括：1获取风电场实测的历史风速数据；2采用经验小波变换将历史风速数据分解为多个具有不同频率的风速分量；3分别将各个风速分量数据均划分为训练集，验证集和测试集；4将训练集和验证集输入神经网络中，并利用改进的海鸥优化算法对神经网络进行训练优化，得到优化的神经网络，神经网络为多核极限学习机；5将测试集输入至优化的神经网络中，得到各个风速分量的预测值；6根据经验小波逆变换预测值进行重构，得到风速预测结果。本发明能实现全局搜索优化，提高收敛速度和收敛精度，加快神经网络的收敛速度，提高预测的精度。

本发明授权基于改进海鸥优化算法和多核极限学习机的风速预测方法在权利要求书中公布了：1.一种基于改进海鸥优化算法和多核极限学习机的风速预测方法，其特征在于，包括以下步骤：1获取风电场实测的历史风速数据；2采用经验小波变换将步骤1的历史风速数据分解为多个具有不同频率的风速分量；3分别将各个风速分量均划分为训练集、验证集和测试集；4将步骤3各训练集和各验证集输入神经网络中迭代训练神经网络，并利用改进的海鸥优化算法对神经网络的超参数进行优化，得到优化的神经网络；所述神经网络为多核极限学习机；5将步骤3的各测试集输入至步骤4优化的神经网络中，得到各个风速分量的预测值；6根据经验小波逆变换将步骤5各个风速分量的预测值进行重构，得到风速预测结果；所述步骤4中的具体步骤是：4.1确定神经网络的超参数；4.2将神经网络中的超参数编码为海鸥种群的位置信息，并利用Tent混沌映射方法初始化海鸥种群位置，并设置初始的海鸥优化算法参数，参数包括种群数目M、最大迭代次数Maxiteration、搜索空间的维数D、可行解的上限向量ub和可行解的下限向量lb；4.3将风速分量的训练集输入神经网络中，分别利用每只海鸥位置表示的超参数开始训练神经网络，然后将验证集输入训练后的神经网络中，得到验证集对应的风速预测值，计算验证集预测值的平均绝对误差，即海鸥个体的适应度值；4.4更新第t次迭代时全局最优海鸥个体位置Pbestt和对应的全局最优适应度值Fbestt；4.5在迁徙阶段将线性递减的附加变量A改进为非线性，更新第t次迭代时每只海鸥迁徙阶段的位置DSt；4.6攻击阶段在参数μ中引入余弦因子和10-2常数控制因子，更新第t次迭代时攻击阶段每只海鸥个体的位置Pst；4.7重复步骤4.3～步骤4.6，直至迭代训练次数t达到最大迭代次数Maxiteration，根据迭代训练验证神经网络得到的最优海鸥个体位置Pbest和对应的最佳适应度值Fbest，确定出最佳的神经网络的超参数。

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兰州理工大学，其通讯地址为：730050 甘肃省兰州市七里河区兰工坪路287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”。