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！

龙图腾网获悉西安建筑科技大学申请的专利光伏发电功率预测方法、系统、设备及介质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：CN115545164B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202211289327.6，技术领域涉及：G06N3/049；该发明授权光伏发电功率预测方法、系统、设备及介质是由于军琪;李蕴;赵安军;田喆;薛志璐设计研发完成，并于2022-10-20向国家知识产权局提交的专利申请。

本光伏发电功率预测方法、系统、设备及介质在说明书摘要公布了：本发明公开了一种光伏发电功率预测方法、系统、设备及介质，包括：对光伏发电功率的影响构成要素数据进行相关性分析，得到光伏发电功率的主要影响指标数据；对光伏发电功率的主要影响指标数据进行聚类处理，得到不同天气类型的聚类结果；将不同天气类型的聚类结果作为预构建的光伏发电功率预测模型的输入，输出得到光伏发电功率预测结果；其中，预构建的光伏发电功率预测模型为LSTM‑CNN&BP组合神经网络预测模型，LSTM‑CNN&BP组合神经网络预测模型包括LSTM‑CNN神经网络和BP神经网络；本发明将BP神经网络与LSTM‑CNN神经网络结合，充分利用两种神经网络模型的特征，有效提高了预测结果的精度和泛化性能。

本发明授权光伏发电功率预测方法、系统、设备及介质在权利要求书中公布了：1.一种光伏发电功率预测方法，其特征在于，包括： 获取光伏发电功率的影响构成要素数据； 对所述光伏发电功率的影响构成要素数据进行相关性分析，得到光伏发电功率的主要影响指标数据； 对所述光伏发电功率的主要影响指标数据进行聚类处理，得到不同天气类型的聚类结果； 将所述不同天气类型的聚类结果作为预构建的光伏发电功率预测模型的输入，输出得到所述光伏发电功率预测结果； 其中，所述预构建的光伏发电功率预测模型为LSTM-CNNamp;BP组合神经网络预测模型，所述LSTM-CNNamp;BP组合神经网络预测模型包括LSTM-CNN神经网络和BP神经网络； 所述光伏发电功率的影响构成要素数据包括天空净度、大气压强、光伏组件效率、光伏组件温度、太阳方位角、相对湿度、干球温度、风速及风向； 将所述不同天气类型的聚类结果作为预构建的光伏发电功率预测模型的输入，输出得到所述光伏发电功率预测结果的过程，具体如下： 根据所述不同天气类型的聚类结果，构建训练集和测试集； 构建LSTM-CNN神经网络，并利用所述训练集对所述LSTM-CNN神经网络进行训练，得到训练后的LSTM-CNN神经网络； 将所述测试集输入至训练后的LSTM-CNN神经网络中，输出得到第一预测结果； 构建BP神经网络，并将所述训练集对所述BP神经网络进行训练，得到训练后的BP神经网络； 将所述测试集输入至训练后的BP神经网络中，输出得到第二预测结果； 将所述第一预测结果与所述第二预测结果进行叠加求和，输出得到所述光伏发电功率预测结果； 对所述光伏发电功率的主要影响指标数据进行聚类处理，得到不同天气类型的聚类结果的过程，具体如下： 将所述光伏发电功率的主要影响指标数据按照季节划分，利用K均值聚类算法将按季节划分后的光伏发电功率的主要影响指标数据进行聚类，得到不同天气类型的聚类结果。

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西安建筑科技大学，其通讯地址为：710055 陕西省西安市碑林区雁塔路13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”。

以上内容由龙图腾AI智能生成。