浙江大学国网浙江省电力有限公司电力科学研究院申请基于图卷积神经网络的区域光伏功率直接区间预测专利，实现区域光伏功率预测不确定性高效量化

金融界 2025 年 5 月 1 日消息，国家知识产权局信息显示，浙江大学和国网浙江省电力有限公司电力科学研究院申请一项名为“一种基于图卷积神经网络的区域光伏功率直接区间预测方法”的专利，公开号 CN119886427A，申请日期为 2024 年 12 月。

专利摘要显示，本发明公开了一种基于图卷积神经网络的区域光伏功率直接区间预测方法。该方法首先引入条件风险价值和增广拉格朗日乘子法，将机会约束的区间预测优化问题转化为含线性不等式约束的优化问题；其次，以区域内不同地理位置的预报辐照度的协方差矩阵作为邻接矩阵，构建以多地理位置的气象预报特征为输入的图卷积神经网络；最后，借助 ReLU 激活函数，保证基于图卷积神经网络的深度学习模型的输出满足线性不等式约束，以优化问题的优化目标作为损失函数，通过随机梯度下降实现深度学习模型的训练。该方法考虑了区域内丰富气象信息，构建深度学习模型直接输出准确可靠的光伏功率预测区间，实现区域光伏功率预测不确定性高效量化。

本文源自：金融界

作者：情报员