根据国务院关于印发实施《中华人民共和国促进科技成果转化法》若干规定的通知（国发〔2016〕16号）和我校《关于职务发明知识产权归属和利益分享制度试点办法》（西南石大科〔2017〕2号)等有关文件要求，现将“领域知识约束下深度特征融合的光伏发电功率预测方法”和“概率编译码架构下光伏组件清洁周期预测方法”两件专利拟许可进行公示，任何单位或个人若有异议，应当在公示时间内以真实身份书面向我单位提出。
1.成果基本信息
专利一：
专利类型：发明专利
专利名称：领域知识约束下深度特征融合的光伏发电功率预测方法
专 利 号：ZL 2024 1 0045987.2
申请日期：2024年01月12日
授权日期：2024年04月09日
专利权人：西南石油大学
发 明 人：刘丽艳;彭贵秀;汪敏;徐望尘;毛云飞;冯露萱
成果简介：本发明涉及光伏功率预测领域，公开了领域知识约束下深度特征融合的光伏发电功率预测方法。通过收集与光伏发电相关的历史数据，进行原理分析优选光伏发电领域知识，利用滑动窗口特征扩增机制对原始数据进行特征扩增，构建并行特征提取网络捕获其短期和长期依赖关系。然后，使用特征交互和特征交叉融合模块有效地融合局部和全局信息。最后，将领域知识引入预测模型中，利用理论知识指导模型训练，这一举措在一定程度上提高了模型的物理可解释性和准确性，很好地解决了功率预测不准确和不合理问题。
专利二：
专利类型：发明专利
专利名称：概率编译码架构下光伏组件清洁周期预测方法
专 利 号： ZL 2023 1 1404189.6
申请日期：2023年10月27日
授权日期：2024年01月23日
专利权人：西南石油大学
发 明 人： 刘丽艳;冯露萱;汪敏;胡云华;彭贵秀
成果简介：本发明涉及人工智能领域，公开了概率编译码架构下光伏组件清洁周期预测方法，通过采集太阳辐照度、发电功率、发电效率、容量因子等时序历史数据，基于采集到的数据构建光伏频域学习模块和光伏频域注意力模块，利用光伏周期-趋势分解模块将序列分解为周期项和趋势项，模拟未来光伏序列的概率分布。最后，将数据通过编码器层进行前向传播，通过层归一化返回最终的光伏组件清洁周期预测结果。本发明为光伏组件清洁周期预测提供了一种新的有效方法，该方法结合了时间序列的长期预测，很好地解决了概率分布问题和长期依赖关系。
2.转化方式：许可
3.定价方式：协议定价
3.转化价格：50万元
4.被许可人：成都天谐科技有限公司
公 示 期：2024年7月29日至2024年8月12日
联 系 人：吉老师
联系电话：028-83032096
