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！

龙图腾网获悉三峡大学申请的专利基于张量自组织映射神经网络的风电功率日场景生成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：CN117081166B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202310972772.0，技术领域涉及：H02J3/466；该发明授权基于张量自组织映射神经网络的风电功率日场景生成方法是由李丹;王奇;孙光帆;杨帆;谭雅;章可;甘月琳设计研发完成，并于2021-09-05向国家知识产权局提交的专利申请。

本基于张量自组织映射神经网络的风电功率日场景生成方法在说明书摘要公布了：本发明公开了基于张量自组织映射神经网络的风电功率日场景生成方法，包括：获取多风电场的日场景数据集；利用张量自组织映射神经网络对日场景数据集进行聚类；对各聚类簇分别构建变分自编码器，从日场景数据中提取隐含特征；利用隐含特征对各簇日场景数据进行随机模拟和抽样，得到日场景隐含变量数据集；对日场景隐含变量数据集进行解码重构，得到各簇重构的日场景数据；将各簇重构的日场景数据进行聚合，得到重构的日场景数据集。本发明对日场景样本聚类后再分别对各聚类簇的样本降维、重构，提高了重构生成的日场景数据的精度，本发明通过考虑场景数据的时间空间相关性，显著降低了重构的空间和时间相关性误差，强化了生成场景的特征表达能力。

本发明授权基于张量自组织映射神经网络的风电功率日场景生成方法在权利要求书中公布了：1.基于张量自组织映射神经网络的风电功率日场景生成方法，其特征在于，包括以下步骤： 步骤1：采集多座风电场的风电出力日场景数据，得到日场景数据集； 步骤2：利用张量自组织映射神经网络对日场景数据集进行聚类，得到日场景聚类簇； 步骤2.1：输入多风电场时空功率历史样本数据其中xi表示第i个日场景数据，N表示历史样本天数，m为风电场个数，h为日内时刻点数，表示m×h维实数空间； 步骤2.2：对张量自组织映射神经网络输出层每个节点权重Wj，j＝1,2,…J随机赋予初值； 步骤2.3：针对多风电场时空功率日场景数据xi，计算与xi距离最短的连接权重矩阵，得到张量自组织映射神经网络的获胜单元j*； 步骤2.4：定义获胜单元的邻近区域对于邻近区域内的单元，通过调整权重使其向xi靠拢； 步骤2.5：重复步骤2.3和步骤2.4，当达到训练结束条件αt≤αmin时停止训练，αt表示学习率，αmin表示学习率最小值，并输出聚类簇其中Xk表示第k族风电功率数据集，表示第nk个日场景数据，nk为第k簇风电功率数据的样本数，K为聚类簇个数； 步骤3：对各聚类簇分别构建变分自编码器，利用变分自编码器的编码器从日场景数据中提取隐含特征； 步骤4：利用步骤3提取的隐含特征对各簇日场景数据进行随机模拟和抽样，得到各聚类簇的日场景隐含变量数据集； 步骤5：利用变分自编码器的解码器对日场景隐含变量数据集进行解码重构，得到各聚类簇重构的日场景数据；将各聚类簇重构的日场景数据进行聚合，得到重构的日场景数据集。

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三峡大学，其通讯地址为：443002 湖北省宜昌市西陵区大学路8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。