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！

申请/专利权人：国能日新科技股份有限公司

摘要：本发明提出一种新能源气象大模型构建方法、装置及功率预测方法，基于ERA5数据构建新能源气象大模型训练数据集；构建具备风光节点注意力和动态图结构的图神经网络大模型；将构建的输入数据集和输出数据集输入图神经网络大模型，通过训练获得新能源气象大模型；通过新能源气象大模型得到场站新能源气象要素预测数据，输入气象‑功率后订正模型得到预测功率。本发明提升气象大模型对风光气象要素的预报准度，对功率预测业务的提升有着巨大的意义。

主权项：1.一种新能源气象大模型构建方法，其特征在于，包括：S1、基于ERA5数据构建新能源气象大模型训练数据集；输入数据集采用ERA5再分析数据，输出数据集采用从ERA5再分析数据插值到风光发电场站位置的风速和辐照度数据以及实测风速和辐照度数据；S2、构建具备注意力机制和动态图结构的图神经网络大模型，所述动态图结构设计为包围在地球外层的多层网格图结构，每一层表示不同的气压层，每个气压层中的网格点代表节点；越靠近地面的层节点之间更密，节点与边的数量更多；所述图神经网络大模型包括编码、处理、解码三部分：编码：将输入的各变量气象数据编码并嵌入到初始动态图结构的点与边上；处理：更新动态图结构并加入注意力机制处理动态图结构中节点和边的特征；解码：把处理完的节点特征和边特征解码为输出的气象预测数据；S3、将步骤S1构建的输入数据集和输出数据集输入步骤S2中的图神经网络大模型，通过训练获得新能源气象大模型；步骤S2中所述编码包括：S211、初始化所述动态图结构；每一层的节点数量与该层的气压成正比，层与邻层之间通过边相互连接，层与邻层之间相互连接的边数量与两层的气压之和成正比；S212、数据嵌入；将输入的每个变量气象数据进行标准化处理，然后将输入数据和动态图结构的每个点和边通过MLP多层感知机网络进行映射，使得动态图结构的每个节点和边都携带高维气象特征信息；步骤S2中所述处理包括：S221、基于初始化的动态图结构，根据节点的特征嵌入以及节点间的历史交互信息计算节点间的条件强度函数，根据条件强度函数决定是否在节点间添加或删除边；S222、加入注意力机制：首先对每个节点的特征向量应用线性变化，然后基于注意力机制计算节点间的注意力系数，使用softmax函数对每个节点的所有注意力系数进行归一化，最后使用归一化的注意力系数和线性变化后的特征计算节点的新特征向量，进行特征聚合；步骤S2所述解码包括：利用MLP多层感知机网络将动态图结构中的节点和边信息进行反方向映射，为每个节点产生一个预测值，即下一时刻的气象预测数据。

全文数据：

权利要求：

百度查询： 国能日新科技股份有限公司 一种新能源气象大模型构建方法、装置及功率预测方法