根据《广东海洋大学科技成果转化管理办法》(校科技〔2026〕6号)的规定,现对我校科技成果转化(专利权转让)事项进行公示,公示期间,如对所公示事项有异议,请以书面形式向科技处反映,并请署真实姓名、联系地址和联系电话,逾期不予受理。
科技成果名称一:一种基于混合网络的超短期风电功率预测方法
科技成果类型:发明专利
专利号:ZL202511687634.3
专利授权日:2026年2月27日
专利权人:广东海洋大学
发明人:林聪,冯嘉怡,沈柏安,周启月,李军豪,杨鹏
专利简介:本发明公开了一种基于混合网络的超短期风电功率预测方法。该方法包括以下步骤:基于数据驱动网络分支和物理驱动网络分支构建超短期风电功率预测模型;数据驱动网络分支融合了时间卷积神经网络和Transformer编码器;基于风电场的历史气象时序数据和历史SCADA状态数据构建超短期风电功率预测模型的训练集,并利用超短期风电功率预测模型的训练集对超短期风电功率预测模型进行训练;基于训练后的超短期风电功率预测模型获取超短期风电功率预测结果。本发明克服了现有纯数据驱动模型可解释性差、在数据稀缺场景下有效性不足的缺陷,实现了高精度且符合物理规律的超短期风电功率预测,为电网的安全稳定调度提供了可靠技术支撑。
是否关联交易:否
定价方式:协议定价
专利转让金额:人民币7000元
受让方:广州玄览科技有限公司
科技成果名称二:一种基于BERT模型的法律文本分析方法
科技成果类型:发明专利
专利号:ZL202510148674.4
专利授权日:2026年2月6日
专利权人:广东海洋大学
发明人:林聪,陈晓蕾,许志平
专利简介:本发明公开了一种基于BERT模型的法律文本分析方法,属于数据分析技术领域,包括以下步骤:S1、采集原始输入样本,将原始输入样本输入至BERT模型中,对BERT模型进行更新;S2、根据原始输入样本生成对抗样本;S3、将原始输入样本和对抗样本输入至更新后BERT模型中,进行LMI调整,得到原始输入样本的分类结果。本发明缓解数据不均衡带来的性能下降,同时提高低频罪名的预测准确性,并有效减少易混淆罪名之间的干扰,从而提升整体预测性能。
是否关联交易:否
定价方式:协议定价
专利转让金额:人民币7000元
受让方:广州玄览科技有限公司
科技成果名称三:一种基于iTransformer的热负荷预测方法
科技成果类型:发明专利
专利号:ZL202510631040.4
专利授权日:2026年5月1日
专利权人:广东海洋大学
发明人:林聪,朱浩然,刘莹,羊子鸣
专利简介:本发明提供一种基于iTransformer的热负荷预测方法,解决了传统基于热力学模型的预测方法复杂且不准确的问题,以及部分传统数据驱动方法在多步预测热负荷数据时,忽略了标签和预测数据中各时间步之间的关系,进而限制了预测能力,同时忽略了预测模型鲁棒性的问题。。
是否关联交易:否
定价方式:协议定价
专利转让金额:人民币6001元
受让方:广州玄览科技有限公司
公示时间:2026年11月16日--2026年11月30日
联系人:丁老师
联系电话:0759-8218325
科学技术部
2026年11月16日