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！

龙图腾网获悉华北水利水电大学申请的专利一种基于灰色模型和支持向量机的短期风电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：CN112001537B 。

龙图腾网通过国家知识产权局官网在2024-07-19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：202010824793.4，技术领域涉及：G06Q10/04；该发明授权一种基于灰色模型和支持向量机的短期风电功率预测方法是由王亭岭;康义;熊军华;侯依然;师刘俊设计研发完成，并于2020-08-17向国家知识产权局提交的专利申请。

本一种基于灰色模型和支持向量机的短期风电功率预测方法在说明书摘要公布了：本发明公开了一种基于灰色模型和支持向量机的短期风电功率预测方法，包括以下步骤：获取风向量和气象影响因素之间的关系；所述的风向量包括风速和风向，所述的气象影响因素为温度、空气湿度和地表气压；步骤二：运用采用LSSVM方法对短期内的风向量进行估计；采用改进的灰色模型对短期风电功率进行预测；采用改进的粒子群算法对改进灰色预测模型的背景值进一步优化，输出初始短期风电预测功率；采用傅里叶残差序列对初始短期风电预测功率的误差进行补偿，得到最终的短期风电预测功率，从而对短期风电功率进行更加精准的预测。

本发明授权一种基于灰色模型和支持向量机的短期风电功率预测方法在权利要求书中公布了：1.一种基于灰色模型和支持向量机的短期风电功率预测方法，其特征在于：包括以下步骤：步骤一：获取风向量和气象影响因素之间的关系；所述的风向量包括风速和风向，所述的气象影响因素为温度、空气湿度和地表气压；从风电场获取风电功率历史数据，从天气预报系统中获取气象历史数据，所述的气象历史数据包括气象影响因素历史数据和风向量历史数据；运用灰色关联性分析气象影响因素历史数据和风向量历史数据，并计算出不同季节不同时刻的风向量和气象影响因素之间的相关系数；步骤二：运用采用LSSVM方法对短期内的风向量进行估计；以实时的风向量、实时的气象影响因素、步骤一获取的相关系数所组成的关联矩阵为输入参量，得到预测风向量信息；步骤三：采用改进的灰色模型对短期风电功率进行预测；采用改进的粒子群算法对改进灰色预测模型的背景值进一步优化；采用步骤二中预测到的风速、风向作为输入变量，输出初始短期风电预测功率；所述的步骤三包括以下步骤：步骤3.1：建立改进的灰色模型；具体包括以下步骤：3.1.1：采用加权生成法构造灰色模型背景值，利用公式6以xik和xi+1k的加权平均值作为背景值：zik＝pxik+1-pxi+1k6xik表示第i组气象影响因素历史数据；zik表示灰色模型背景值；p为背景生成权值，p∈[0.01,0.99]，每次加0.01，以平均最小值为最佳的权代入式6，计算背景值；步骤3.1.2：利用改进粒子群算法优化灰色模型背景值；3.1.2.1：改进粒子群算法：在粒子群算法中，利用公式7对惯性权重进行改进: 其中，T表示算法迭代次数，Tmax表示算法最大迭代次数，Q表示惯性权重，t表示当前迭代次数,Qstart表示开始惯性权重，Qend表示结束惯性权重；3.1.2.2：利用3.1.2.1得到的改进的粒子群算法，优化灰色模型背景值，建立改进的灰色模型；步骤3.2：利用改进的灰色模型，预测风电功率；将LSSVM预测到的风向量信息作为改进的灰色模型的输入变量，预测风电功率作为改进的灰色模型的输出变量；步骤四：采用傅里叶残差序列对初始短期风电预测功率的误差进行补偿，得到最终的短期风电预测功率。

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华北水利水电大学，其通讯地址为：450011 河南省郑州市金水区北环路36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”。