買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉國家氣候中心;全球能源互聯網集團有限公司申請的專利基于高影響氣象-電力事件建模數據的分析方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120387903B 。

龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510864495.0，技術領域涉及：G06Q50/06；該發明授權基于高影響氣象-電力事件建模數據的分析方法及系統是由田沁花;石英;劉昌義;肖潺;李瑩;陳星;馬志遠;趙子健;劉祎芳設計研發完成，并于2025-06-26向國家知識產權局提交的專利申請。

本基于高影響氣象-電力事件建模數據的分析方法及系統在說明書摘要公布了：本發明公開了基于高影響氣象?電力事件建模數據的分析方法及系統，屬于電數字數據處理技術領域。該方法包括以下步驟：根據風電場中各風機的風機狀態參數進行風機狀態的量化判定，得到風機狀態量化判定結果，基于風機狀態量化判定結果判定是否進行風機動態處理，并根據風機動態處理結果得到各正常風機；根據風電場中各監測時間段各正常風機的風速波動參數進行風速波動的量化判定，得到風速波動量化判定結果，基于風速波動量化判定結果判定是否進行發電量動態修正和集合經驗模態分解方法優化；利用優化后集合經驗模態分解方法進行氣象?電力數據分析，實現了高影響氣象?電力事件建模數據分析準確性的提高。

本發明授權基于高影響氣象-電力事件建模數據的分析方法及系統在權利要求書中公布了：1.基于高影響氣象-電力事件建模數據的分析方法，其特征在于，包括以下步驟： 根據風電場中各風機的風機狀態參數進行風機狀態的量化判定，得到風機狀態量化判定結果，基于該判定結果判定是否進行風機動態處理，并根據處理結果得到各正常風機，風機動態處理是根據該判定結果對風機進行處理以降低風機效率對高影響氣象-電力事件建模數據分析準確性的影響； 根據風電場中各監測時間段各正常風機的風速波動參數進行風速波動的量化判定，得到風速波動量化判定結果，基于該判定結果判定是否進行發電量動態修正和集合經驗模態分解方法優化，發電量動態修正和集合經驗模態分解方法優化是根據風速波動量化判定結果分別對正常風機的發電量進行修正和對集合經驗模態分解方法中的白噪聲標準差進行優化以降低風速異常波動對高影響氣象-電力事件建模數據分析準確性的影響； 進行風速波動的量化判定包括：從預設的氣象電力數據庫中獲取風速波動參數參考數據：臨界風速變異系數、臨界風速變率和臨界最大風速波動幅度；將各監測時間段各正常風機的風速波動參數分別與對應的風速波動參數參考數據進行占比趨近度運算，再利用風速波動參數權重比例分別對占比趨近度運算進行賦權處理后耦合，得到各監測時間段各正常風機的風速波動評定值，風速波動參數包括風速變異系數、平均風速變率和最大風速波動幅度；從預設的氣象電力數據庫中獲取風速波動閾值；將各監測時間段各正常風機的風速波動評定值分別與風速波動閾值進行比對，若大于風速波動閾值，則記為風速波動不合格，發出波動異常提示，將該監測時間段該正常風機的風速波動評定值與風速波動閾值的差值記為風速波動偏差值；根據風速波動偏差值動態修正白噪聲數據，白噪聲數據包括高頻數據的白噪聲標準差和低頻數據的白噪聲標準差；將風速波動偏差值與氣象電力數據庫中預設的各風速波動偏差值區間對應的發電量修正值進行匹配，得到發電量修正值，根據發電量修正值對該風機的發電量進行修正； 利用優化后集合經驗模態分解方法分解氣象-電力數據，通過AI驅動的LLMAgent大模型對優化后集合經驗模態分解方法處理后的風發電數據進行參數化特征提取與多維度分析，構建涵蓋氣象敏感性、設備狀態及電網響應能力的耦合指標體系。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人國家氣候中心;全球能源互聯網集團有限公司，其通訊地址為：100081 北京市海淀區中關村南大街46號國家氣候中心；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。