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！

龙图腾网获悉湖南工商大学申请的专利一种基于深度学习与误差修正的风电功率预测方法及装置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：CN119853027B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202510332163.8，技术领域涉及：H02J3/00；该发明授权一种基于深度学习与误差修正的风电功率预测方法及装置是由施光泽;伍正涛;李梓涵;胡东滨;张军号设计研发完成，并于2025-03-20向国家知识产权局提交的专利申请。

本一种基于深度学习与误差修正的风电功率预测方法及装置在说明书摘要公布了：本发明提供了一种基于深度学习与误差修正的风电功率预测方法及装置，涉及电力系统、功率预测技术领域，所述方法融合了深度学习GRU模型与注意力机制建立了EDA‑GRU模型进行功率预测及功率误差预测，利用风电功率的波动性特性分别使用了VMD与SVMD进行模态划分，并采用使用离散小波变换（DWT）捕捉特征信息融入TimeGAN进行数据增强，增强了数据的真实性，扩大了数据的规模，解决了风电功率预测中风电功率的强波动性以及预测精度难以提高的问题，相较于传统模型CNN、GRU、LSTM以及组合模型CNN‑GRU预测准确性得到了较大提升。

本发明授权一种基于深度学习与误差修正的风电功率预测方法及装置在权利要求书中公布了：1.一种基于深度学习与误差修正的风电功率预测方法，其特征在于，具体包括以下步骤： S1、采集预设时间段内的风电数据，基于粒子群优化算法对风电数据使用变分模态分解进行划分得到多个子模态风电数据； S2、将子模态风电数据划分为训练集数据、验证集数据及测试集数据； S3、将训练集数据输入到预设EDA-GRU模型进行训练获得功率预测模型，再分别将验证集数据与测试集数据输入功率预测模型得到验证集功率预测结果与测试集功率预测结果； S4、根据验证集功率预测结果与验证集数据的实际风电功率值计算残差作为预测误差，得到验证集预测误差序列； S5、通过连续变分模态分解将验证集预测误差序列划分得到多个误差子序列，使用离散小波变化提取小波误差特征，并使用TimeGAN对每个误差子序列进行数据扩充得到增强误差序列； S6、将增强误差序列输入到步骤S3中预设EDA-GRU模型进行训练得到误差预测模型，并通过误差预测模型预测出与测试集功率预测结果相同时间序列的测试集预测误差序列； S7、通过测试集预测误差构建误差修正系数对测试集功率预测结果进行修正得到最终预测结果。

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湖南工商大学，其通讯地址为：410000 湖南省长沙市岳麓区岳麓大道569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”。