北京
分享至
国家知识产权局信息显示，国网商用大数据有限公司、北京理工大学申请一项名为“一种基于迁移学习和工况划分的光伏功率预测方法及系统”的专利，公开号CN122838815A，申请日期为2026年6月。
专利摘要显示，本申请公开了一种基于迁移学习和工况划分的光伏功率预测方法及系统，涉及电力系统自动化与新能源发电技术领域，方法包括：采用K‑means聚类算法对源历史运行数据集进行聚类分析；针对每一发电工况，采用遗传算法优化长短期记忆网络的超参数，基于此训练得到LSTM光伏预测模型；调用LSTM光伏预测模型并将参数迁移至初始目标光伏预测模型，采用对应发电工况的目标数据簇，对参数迁移后的初始目标光伏预测模型进行微调训练，得到LSTM目标光伏预测模型，以在获取到目标光伏电站的待处理运行数据时，得到光伏功率预测结果。本申请可实现对复杂工况的精确预测，且有效解决了冷启动问题，提高了模型部署效率。
声明：市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。
本文源自：市场资讯
作者：情报员
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
