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！

龍圖騰網獲悉合肥中科優碳信息科技有限公司申請的專利基于特征和模型優化的區域用電量預測方法及系統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：CN120258217B 。

龍圖騰網通過國家知識產權局官網在2025-09-02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：202510333933.0，技術領域涉及：G06Q10/04；該發明授權基于特征和模型優化的區域用電量預測方法及系統是由宋玉雪;汪旗設計研發完成，并于2025-03-20向國家知識產權局提交的專利申請。

本基于特征和模型優化的區域用電量預測方法及系統在說明書摘要公布了：本發明公開了一種基于特征和模型優化的區域用電量預測方法，所述方法步驟如下：S1：獲取由歷史用電量數據和氣象屬性數據兩個部分組成的原始數據；S2：將歷史用電量數據和氣象屬性數據根據時間進行連接整合，生成源數據集，并對源數據集進行數據預處理；S3：利用特征工程方法處理源數據集，生成可供模型輸入的訓練樣本和測試樣本；S4：構建用電量預測回歸模型；S5：將訓練樣本輸入至用電量預測回歸模型中，對用電量預測回歸模型進行訓練；S6：將測試樣本輸入至訓練后的用電量預測回歸模型中，對測試樣本進行用電量的預測，輸出預測結果。本發明極大程度挖掘了原始可利用數據的價值，提升了預測服務的魯棒性、可靠性和優越性。

本發明授權基于特征和模型優化的區域用電量預測方法及系統在權利要求書中公布了：1.一種基于特征和模型優化的區域用電量預測方法，其特征在于，所述方法步驟如下： S1：獲取由歷史用電量數據和氣象屬性數據兩個部分組成的原始數據； S2：應用步驟S1中得到的原始數據，將歷史用電量數據和氣象屬性數據根據時間進行連接整合，生成源數據集，并對源數據集進行數據預處理； S3：應用步驟S2中得到的經過數據預處理后源數據集，利用特征工程方法處理源數據集，生成可供模型輸入的訓練樣本和測試樣本； S4：構建用電量預測回歸模型； S5：應用步驟S3中得到的訓練樣本和步驟S4得到的用電量預測回歸模型，將訓練樣本輸入至用電量預測回歸模型中，對用電量預測回歸模型進行訓練； S6：應用步驟S3中的得到的測試樣本和步驟S5中訓練后的用電量預測回歸模型，將測試樣本輸入至訓練后的用電量預測回歸模型中，對測試樣本進行用電量的預測，輸出預測結果； 在步驟S2中： S21：依據日期對歷史用電量數據和氣象屬性數據進行連接整合，得到融合了歷史用電量數據和氣象屬性數據之后的源數據集，表示為： 其中，xi,j1≤i≤m,1≤j≤n為具體數據信息，i表示由年、月、日組成的日期所對應的編號，j表示時間數據、歷史用電量數據和氣象屬性數據相對應的編號，m表示收集到的總天數，n表示所有屬性的總個數； S22：對xi,j進行遍歷，判斷xi,j為歷史用電量數據執行步驟S23；判斷xi,j為氣象屬性數據中數值類型數據，執行步驟S24；判斷xi,j為氣象屬性數據中非數值類型數據，執行步驟S25；判斷xi,j為時間屬性信息，執行步驟S3； S23：對xi,j進行平滑化處理，處理方式如下： x′i,j＝ln1+xi,j 其中，x′i,j為平滑化處理后的用電量信息，將x′i,j賦值給xi,j，對源數據集X進行更新； 對更新后的源數據集X內的用電量信息進行異常值識別，識別方法如下： 設定正常用電量數值所屬區間為[mean-z×std,mean+z×std]，其中mean表示經過平滑化處理之后歷史用電量的均值，std表示經過平滑化處理之后歷史用電量的標準差，z是預定的用電量異常判斷參數，判定平滑化處理后的xi,j是否落入正常用電量數值所屬區間，若是則認定為正常用電量數據，若否則認定為異常用電量數據； 對異常用電量數據進行修正后更新源數據集X； S24：對xi,j進行填充處理，若xi-1,j和xi+1,j未缺失，xi,j缺失，則將xi-1,j和xi+1,j兩個數據的均值賦值給xi,j；若xi-1,j未缺失，xi,j和xi+1,j缺失，則將xi-1,j數據的值賦值給xi,j；若xi-1,j缺失，則將距離xi,j最近未缺失的xi+k,j1≤k≤m-i賦值給xi,j；填充處理完成后，更新源數據集X； S25：對xi,j進行缺失數據標記處理，若xi,j數據缺失，則將xi,j標記為數據缺失，缺失數據標記處理完成后，更新源數據集X。

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合肥中科優碳信息科技有限公司，其通訊地址為：230000 安徽省合肥市高新區城西橋社區服務中心望江西路900號中安創谷科技園二期F6棟5樓501室；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”。