買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國鐵路設計集團有限公司申請的專利基于時序分解與集成學習的HVAC負荷模式預測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120184949B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510638098.1，技術領域涉及：H02J3/00；該發明授權基于時序分解與集成學習的HVAC負荷模式預測方法是由那艷玲;孫超;盧忠輝;楊立新;張春雷;林森斌;江崇旭;馬振海;武世強;許仁杰設計研發完成，并于2025-05-19向國家知識產權局提交的專利申請。

本基于時序分解與集成學習的HVAC負荷模式預測方法在說明書摘要公布了：本發明涉及HVAC負荷模式預測技術領域，公開了基于時序分解與集成學習的HVAC負荷模式預測方法。基于時間序列分解提取趨勢成分和季節性成分，增強了對負荷長期變化規律及周期性特征的深度挖掘，彌補了傳統方法未充分捕捉時序特性的缺陷，為聚類分析提供了更具區分度的增強數據集；進一步通過聚類分析生成分類標簽時，特別引入最優聚類數的動態確定策略，顯著提升了負荷模式分類的客觀性與準確性；結合多維度特征提取篩選與分類標簽強相關的特征集，避免了冗余特征對模型的干擾；最后，采用多分類器集成學習模型結合投票機制進行預測，通過不同模型的優勢互補與結果融合，增強了預測結果的穩定性與泛化能力。

本發明授權基于時序分解與集成學習的HVAC負荷模式預測方法在權利要求書中公布了：1.基于時序分解與集成學習的HVAC負荷模式預測方法，其特征在于，包括以下步驟：步驟S1：獲取原始HVAC負荷數據，對所述原始HVAC負荷數據進行預處理，生成預處理后的負荷時序數據；步驟S2：基于所述預處理后的負荷時序數據進行時間序列分解，提取趨勢成分和季節性成分，生成增強數據集；所述增強數據集包括所述趨勢成分、所述季節性成分以及所述原始HVAC負荷數據；步驟S3：基于所述增強數據集，通過獲取最優聚類數，進行聚類分析，得到HVAC負荷模式分類標簽； 具體包括： S31：基于所述增強數據集的數據量，確定聚類數范圍； S32：根據所述增強數據集，分別以聚類數范圍內的各個聚類數進行聚類分析； S33：分別計算每個聚類數對應聚類結果的評價指標； S34：根據每個聚類數對應聚類結果的評價指標，采用歸一化聚類評估指標融合法，確定最優聚類數； S35：以所述最優聚類數，對所述增強數據集進行聚類分析，得到所述HVAC負荷模式分類標簽；步驟S4：基于所述HVAC負荷模式分類標簽和所述原始HVAC負荷數據，通過相關性分析篩選，獲取特征集； 具體包括： 基于所述HVAC負荷模式分類標簽和所述原始HVAC負荷數據，進行連續變量相關性分析，得到初選特征集； 根據所述初選特征集進行離散變量相關性分析，獲得所述特征集； 步驟S5：依據所述特征集，通過多分類器集成學習模型預測，結合投票機制，得到負荷模式預測結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國鐵路設計集團有限公司，其通訊地址為：300450 天津市濱海新區天津自貿試驗區(空港經濟區)東七道109號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。