一种基于mRMR-RF和GS-LSTM多风电场风速预测方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明涉及风电场风速预测技术领域，具体为一种基于mRMR‑RF和GS‑LSTM多风电场风速预测方法，包括以下步骤：将多个风电场原始数据整合到一个数据集里面，得到原始数据集，基于最小冗余最大相关性mRMR的随机森林RF特征选择方法mRMR‑RF计算多风电场各个特征子集的得分。该基于mRMR‑RF和GS‑LSTM多风电场风速预测方法，通过特征拓扑图分析多风电场各个特征与风速的相关性，并基于mRMR‑RF‑GraphSAGE的空间特征提取框架获取空间特征向量，把不同时刻的空间特征向量作为时间序列输入到LSTM模型，得到风电场各个站点的风速预测值，如此，能够提高风速预测精度，减少风电并网对电力系统稳定性的威胁，从而在经济上带来积极的长期影响。

《一种基于mRMR-RF和GS-LSTM多风电场风速预测方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2024111689098，当前法律状态为已下证，由湖北工业大学提出申请，发明人为周越广;陈辉，申请日期为2024-08-23，公开（公告）日期为2024-10-25，国际专利分类号（IPC）为 G06F 18/213 (2023.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明涉及风电场风速预测技术领域，具体为一种基于mRMR‑RF和GS‑LSTM多风电场风速预测方法，包括以下步骤：将多个风电场原始数据整合到一个数据集里面，得到原始数据集，基于最小冗余最大相关性mRMR的随机森林RF特征选择方法mRMR‑RF计算多风电场各个特征子集的得分。该基于mRMR‑RF和GS‑LSTM多风电场风速预测方法，通过特征拓扑图分析多风电场各个特征与风速的相关性，并基于mRMR‑RF‑GraphSAGE的空间特征提取框架获取空间特征向量，把不同时刻的空间特征向量作为时间序列输入到LSTM模型，得到风电场各个站点的风速预测值，如此，能够提高风速预测精度，减少风电并网对电力系统稳定性的威胁，从而在经济上带来积极的长期影响。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！