基于深度学习网络的大规模风电功率预测系统及方法

被引：0

专利类型：

发明

申请号：

CN201510310688.8

申请日：

2015-06-08

公开(公告)号：

CN104978605A

公开(公告)日：

2015-10-14

发明(设计)人：

潘志刚朱晓伟李莹

申请人：

申请人地址：

200240 上海市闵行区江川路690号

IPC主分类号：

G06Q1004

IPC分类号：

G06Q5006

代理机构：

上海思微知识产权代理事务所(普通合伙) 31237

代理人：

菅秀君

法律状态：

实质审查的生效

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2015-11-18	实质审查的生效	实质审查的生效号牌文件类型代码:1604 号牌文件序号:101633321288 IPC(主分类):G06Q 10/04 专利申请号:2015103106888 申请日:20150608
2015-10-14	公开	公开
2016-02-10	著录事项变更	著录事项变更号牌文件类型代码:1602 号牌文件序号:101727713629 IPC(主分类):G06Q 10/04 专利申请号:2015103106888 变更事项:发明人变更前:潘志刚;朱晓伟;李莹变更后:潘志刚;李卫;刘三明;王致杰;李莹;朱晓伟
2019-03-19	发明专利申请公布后的视为撤回	发明专利申请公布后的视为撤回 IPC(主分类):G06Q 10/04 申请公布日:20151014

共 50 条

[1]

一种基于深度学习网络的短期风电功率预测方法和系统 [P].

裴岩 ;

王勃 ;

车建峰 ;

冯双磊 ;

刘纯 ;

汪步惟 ;

王铮 ;

王钊 ;

赵艳青 ;

姜文玲 ;

张菲 .

中国专利 :CN112348292A ,2021-02-09

[2]

基于深度学习的风电功率预测方法 [P].

孙志伟 ;

林慧 .

中国专利 :CN117895508A ,2024-04-16

[3]

基于深度学习的风电功率预测方法及装置 [P].

王菲 ;

徐丽芳 ;

刘钧文 ;

李青松 ;

史翼 .

中国专利 :CN119813204B ,2025-06-03

[4]

基于深度学习的风电功率预测方法及装置 [P].

王菲 ;

徐丽芳 ;

刘钧文 ;

李青松 ;

史翼 .

中国专利 :CN119813204A ,2025-04-11

[5]

一种基于组合深度学习网络的风功率预测系统 [P].

曾宪文 ;

王雨城 .

中国专利 :CN111178500A ,2020-05-19

[6]

一种基于深度学习的风电功率预测方法及系统 [P].

张嘉英 ;

杨青濠 ;

杨钒 .

中国专利 :CN120222327A ,2025-06-27

[7]

一种基于深度学习的风电功率预测方法及系统 [P].

王宏 .

中国专利 :CN114970980B ,2025-02-18

[8]

优化深度Transformer网络的风电功率预测方法及系统 [P].

何怡刚 ;

汪磊 ;

赵莹莹 ;

向铭 ;

李猎 ;

何鎏璐 ;

杜博伦 .

中国专利 :CN112653142B ,2021-04-13

[9]

基于深度学习的风电发电功率预测方法及系统 [P].

胡飞龙 ;

杨浩 ;

刘玉来 ;

唐渊 ;

苗雅婕 .

中国专利 :CN121124025A ,2025-12-12

[10]

基于气象特征和深度学习模型的风电功率预测方法及系统 [P].

王长伟 ;

陈海涵 ;

高超 ;

韩博文 ;

邝凡 ;

唐酿 .

中国专利 :CN119651568A ,2025-03-18

← 1 2 3 4 5 →