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！

龙图腾网恭喜齐鲁工业大学(山东省科学院)申请的专利一种新型异常值修正的风电功率预测算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：CN119249189B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202411796685.5，技术领域涉及：G06F18/23213；该发明授权一种新型异常值修正的风电功率预测算法是由孙凯;王大松;李明豪;马凤英;曹茂永设计研发完成，并于2024-12-09向国家知识产权局提交的专利申请。

本一种新型异常值修正的风电功率预测算法在说明书摘要公布了：本发明涉及数据驱动的工业软测量建模技术领域，提供了一种新型异常值修正的风电功率预测算法，包括如下步骤：步骤1，收集风速历史数据和风电功率历史数据作为原始数据集，预处理风速序列中明显的异常值；步骤2，采用新的异常值检测算法筛选出异常值后剔除，然后采用新的异常值修正方法重构缺失值；步骤3，利用变分模态分解风速和风电功率序列；步骤4，构建多输出门控循环单元模型同步预测风速和风电功率，同时提出一个新的损失函数；步骤5，开发微调校正模块用于约束矫正风电功率预测值。本方案实现了对风电功率快速和准确地估计，从而有助于电力系统的优化调度和降低运行成本。

本发明授权一种新型异常值修正的风电功率预测算法在权利要求书中公布了：1.一种新型异常值修正的风电功率预测算法，其特征在于，包括如下步骤：步骤1，收集风速历史数据和风电功率历史数据作为原始数据集，基于箱线图法对风速历史数据进行初步异常值检测及剔除，然后使用三次样条插值法将剔除的风速历史数据补全；步骤2，针对步骤1初步处理后的原始数据集采用新的异常值检测算法筛选出异常值后剔除，然后采用异常值修正方法重构缺失值，所述异常值检测算法基于K均值聚类算法和高斯核密度估计方法，所述新的异常值修正方法基于窗口平滑法和理论功率，所述深度异常值检测剔除和缺失值补全校正的具体执行过程包括：步骤2.1，使用K均值聚类算法将风电功率值相近的数据点聚为一类，将样本点分成多个类别簇；步骤2.2，在各类别簇中，使用高斯核密度估计方法针对每个样本点对应的风速值进行分析处理得到各样本点的核密度估计值，将核密度估计值取反记为异常值得分；步骤2.3，设置判定阈值，样本异常值得分超过该阈值则被判定为异常值；步骤2.4，剔除所检测到的异常值后，分两步补全缺失值：首先，采用窗口平滑法分别计算风速序列和风电功率序列中缺失值前后两个样本的均值；其次，根据风速与风电功率间对应的数学表达式，计算出理论风电功率值，用于校正相应的风电功率值，所述风速与风电功率间的数学表达式为： 1其中，表示轮毂处风速；表示切入风速；表示额定风速；表示切出风速；表示额定功率；表示不同风速条件下产生的风电功率；表示风能利用系数；为风机叶片扫风面积；为空气密度；步骤3，针对步骤2深度处理后的原始数据集，利用变分模态分解风速和风电功率序列，用于神经网络模型挖掘风速历史数据和风电功率历史数据中的信息；步骤4，将风电功率作为主要预测变量，风速作为辅助预测变量构建多输出门控循环单元模型同步预测风速和风电功率；同时提出一个新的损失函数，用于增强模型在训练过程中对风电功率预测任务的关注，所述新的损失函数为： 11其中，为调节因子，其取值范围为1，2，用于调节损失占比；为风电功率的损失值；为风速的损失值；为MGRU模型前向传播的损失值；步骤5，开发微调校正模块用于约束矫正风电功率预测值，所述微调校正模块的具体执行过程包括：步骤5.1，根据风速预测值计算出与之对应的理论风电功率值，将所述理论风电功率值与初步矫正后的风电功率预测值进行加权重组后，约束矫正偏离真实值的风电功率预测值，所述加权重组公式为： 12其中，为权重系数，其取值范围为0，1，用于调节取值占比；为约束矫正后的风电功率值；为理论风电功率值；为初步矫正后的风电功率预测值；步骤5.2，将风电功率预测值出现负值结果的校正为0；步骤5.3，基于风电功率曲线特性和机理知识微调功率值：对于风速预测值小于切入风速可信范围所对应的功率值，将其置为0；对于超过额定风速可信范围所对应的功率值，将其置为额定功率值。

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齐鲁工业大学(山东省科学院)，其通讯地址为：250000 山东省济南市长清区西部新城大学科技园；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”。