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！

龍圖騰網獲悉國電南瑞南京控制系統有限公司;國電南瑞科技股份有限公司;國網浙江省電力有限公司臺州供電公司;國網浙江省電力有限公司;國家電網有限公司申請的專利一種基于VMD分解和改進雙層BILSTM網絡的短期負荷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：CN114330814B 。

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：202111324025.3，技術領域涉及：H02J3/00；該發明授權一種基于VMD分解和改進雙層BILSTM網絡的短期負荷預測方法是由朱慶;馬宛星;徐石明;高挺;王緣;韋思雅;鄭紅娟;俞航;顧琳琳設計研發完成，并于2021-11-10向國家知識產權局提交的專利申請。

本一種基于VMD分解和改進雙層BILSTM網絡的短期負荷預測方法在說明書摘要公布了：本發明公開了一種基于VMD分解和改進雙層BILSTM網絡的短期負荷預測方法，構建改進雙層BiLSTM網絡負荷預測模型，設置超參數，利用訓練集、驗證集對改進雙層BiLSTM網絡負荷預測模型進行訓練，獲取網絡參數，得到訓練后的改進雙層BiLSTM網絡負荷預測模型；將歷史時刻對應的負荷序列、VMD分解后的負荷子序列、溫度序列輸入到訓練后的改進雙層BiLSTM網絡負荷預測模型，得到t+1時刻負荷的預測結果。本發明將復雜的負荷時間序列分解為頻率更加集中、周期性更突出的若干子序列。有效降低了訓練誤差、提高了訓練穩定性。提高預測模型的訓練速度，保證模型誤差的收斂趨勢，避免陷入局部最優。

本發明授權一種基于VMD分解和改進雙層BILSTM網絡的短期負荷預測方法在權利要求書中公布了：1.一種基于VMD分解和改進雙層BILSTM網絡的短期負荷預測方法，其特征在于：包括如下步驟： 構建改進雙層BiLSTM網絡負荷預測模型，設置超參數，利用訓練集、驗證集對改進雙層BiLSTM網絡負荷預測模型進行訓練，獲取網絡參數，得到訓練后的改進雙層BiLSTM網絡負荷預測模型； 將歷史時刻對應的負荷序列、VMD分解后的負荷子序列、溫度序列輸入到訓練后的改進雙層BiLSTM網絡負荷預測模型，得到t+1時刻負荷的預測結果； 所述改進雙層BiLSTM網絡負荷預測模型包括：第一層BiLSTM網絡，第二層BiLSTM網絡，全連接線性層，所述第一層BiLSTM網絡，第二層BiLSTM網絡，全連接線性層依次相連；數據歸一化后的歷史時刻對應的負荷序列分別輸入第一層BiLSTM網絡，全連接線性層，數據歸一化后的VMD分解后的負荷子序列，數據歸一化后的溫度序列均輸入第一層BiLSTM網絡；第一層BiLSTM網絡的輸出分別輸入第二層BiLSTM網絡，全連接線性層；第二層BiLSTM網絡的輸出輸入全連接線性層，全連接線性層根據第一層BiLSTM網絡的輸出、第二層BiLSTM網絡的輸出和數據歸一化后的歷史時刻對應的負荷序列得到t+1時刻負荷的預測結果； 所述利用訓練集、驗證集對改進雙層BiLSTM網絡負荷預測模型進行訓練的方法，包括如下步驟： 使用訓練集數據對改進雙層BiLSTM網絡負荷預測模型進行迭代訓練，每進行一次完整訓練后利用驗證集數據對網絡的預測效果進行驗證，將當前網絡在驗證集上的MAPE與歷史最優網絡的驗證集MAPE誤差進行對比，若當前網絡在驗證集上的預測誤差更低，則更新最優誤差，保存當前的網絡參數，并在更新學習率后繼續訓練，直至達到最大迭代次數；迭代完成后，獲得的最優網絡參數即為驗證集誤差最小的網絡參數。

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國電南瑞南京控制系統有限公司;國電南瑞科技股份有限公司;國網浙江省電力有限公司臺州供電公司;國網浙江省電力有限公司;國家電網有限公司，其通訊地址為：211000 江蘇省南京市江寧區誠信大道19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”。