買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉合肥吉斯凱達(dá)控制技術(shù)有限公司申請(qǐng)的專利一種電網(wǎng)負(fù)荷預(yù)測(cè)方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120200224B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-02發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510292898.2，技術(shù)領(lǐng)域涉及：H02J3/00；該發(fā)明授權(quán)一種電網(wǎng)負(fù)荷預(yù)測(cè)方法是由牛守祥;胥鳴;張奇設(shè)計(jì)研發(fā)完成，并于2025-03-13向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種電網(wǎng)負(fù)荷預(yù)測(cè)方法在說(shuō)明書摘要公布了：本發(fā)明涉及負(fù)荷預(yù)測(cè)，具體涉及一種電網(wǎng)負(fù)荷預(yù)測(cè)方法，將電網(wǎng)負(fù)荷預(yù)測(cè)問(wèn)題分解為不同的層次，并構(gòu)建判斷矩陣，基于判斷矩陣計(jì)算各因素的初步權(quán)重；計(jì)算各因素的變異系數(shù)，利用變異系數(shù)對(duì)各因素的初步權(quán)重進(jìn)行調(diào)整，得到各因素的權(quán)重系數(shù)；根據(jù)電網(wǎng)負(fù)荷歷史數(shù)據(jù)構(gòu)建各因素的灰色關(guān)聯(lián)矩陣，基于各因素的灰色關(guān)聯(lián)矩陣計(jì)算各因素與電網(wǎng)負(fù)荷之間的關(guān)聯(lián)度；結(jié)合各因素的權(quán)重系數(shù)和關(guān)聯(lián)度構(gòu)建各因素的模糊關(guān)系矩陣，基于各因素的模糊關(guān)系矩陣得到電量預(yù)測(cè)矩陣；將電量預(yù)測(cè)矩陣輸入預(yù)訓(xùn)練的電網(wǎng)負(fù)荷預(yù)測(cè)模型，得到第一電網(wǎng)負(fù)荷預(yù)測(cè)結(jié)果；本發(fā)明提供的技術(shù)方案能夠有效克服現(xiàn)有技術(shù)所存在的難以精準(zhǔn)預(yù)測(cè)電網(wǎng)負(fù)荷的缺陷。

本發(fā)明授權(quán)一種電網(wǎng)負(fù)荷預(yù)測(cè)方法在權(quán)利要求書中公布了：1.一種電網(wǎng)負(fù)荷預(yù)測(cè)方法，其特征在于：包括以下步驟： S1、將電網(wǎng)負(fù)荷預(yù)測(cè)問(wèn)題分解為不同的層次，并構(gòu)建判斷矩陣，基于判斷矩陣計(jì)算各因素的初步權(quán)重，包括： S11、將電網(wǎng)負(fù)荷預(yù)測(cè)問(wèn)題分解為目標(biāo)層、準(zhǔn)則層和指標(biāo)層，目標(biāo)層為電網(wǎng)負(fù)荷預(yù)測(cè)結(jié)果，準(zhǔn)則層為影響電網(wǎng)負(fù)荷的主要因素，指標(biāo)層為各因素的歷史數(shù)據(jù)； S12、對(duì)準(zhǔn)則層中的各因素進(jìn)行兩兩比較，構(gòu)建判斷矩陣； S13、計(jì)算判斷矩陣的特征向量，并對(duì)特征向量進(jìn)行歸一化處理，得到各因素的初步權(quán)重； 其中，判斷矩陣中的元素表示各因素之間的相對(duì)重要性； S2、計(jì)算各因素的變異系數(shù)，利用變異系數(shù)對(duì)各因素的初步權(quán)重進(jìn)行調(diào)整，得到各因素的權(quán)重系數(shù)； S3、根據(jù)電網(wǎng)負(fù)荷歷史數(shù)據(jù)構(gòu)建各因素的灰色關(guān)聯(lián)矩陣，基于各因素的灰色關(guān)聯(lián)矩陣計(jì)算各因素與電網(wǎng)負(fù)荷之間的關(guān)聯(lián)度，包括： S31、對(duì)于每個(gè)因素，獲取指標(biāo)層中對(duì)應(yīng)的歷史數(shù)據(jù)，并進(jìn)行特征提取，得到歷史數(shù)據(jù)特征； S32、對(duì)各因素的歷史數(shù)據(jù)特征進(jìn)行本征關(guān)聯(lián)處理，得到各因素的灰色關(guān)聯(lián)矩陣； S33、基于各因素的灰色關(guān)聯(lián)矩陣計(jì)算各因素與電網(wǎng)負(fù)荷之間的關(guān)聯(lián)度； 其中，關(guān)聯(lián)度越大表明該因素對(duì)電網(wǎng)負(fù)荷的影響越大； S4、結(jié)合各因素的權(quán)重系數(shù)和關(guān)聯(lián)度構(gòu)建各因素的模糊關(guān)系矩陣，基于各因素的模糊關(guān)系矩陣得到電量預(yù)測(cè)矩陣，包括： S41、結(jié)合各因素的權(quán)重系數(shù)和關(guān)聯(lián)度，構(gòu)建各因素與電網(wǎng)負(fù)荷之間的關(guān)聯(lián)矩陣； S42、對(duì)各因素的關(guān)聯(lián)矩陣進(jìn)行模糊化，得到各因素的模糊關(guān)聯(lián)矩陣； S43、采用多元線性回歸算法對(duì)各因素的模糊關(guān)聯(lián)矩陣進(jìn)行多元線性回歸，得到各因素的預(yù)測(cè)矩陣； S44、采用二次函數(shù)擬合算法對(duì)各因素的預(yù)測(cè)矩陣進(jìn)行矩陣擬合，得到電量預(yù)測(cè)矩陣； S5、將電量預(yù)測(cè)矩陣輸入預(yù)訓(xùn)練的電網(wǎng)負(fù)荷預(yù)測(cè)模型，得到第一電網(wǎng)負(fù)荷預(yù)測(cè)結(jié)果； S6、根據(jù)電網(wǎng)負(fù)荷歷史數(shù)據(jù)定義輸入變量和輸出變量的2型模糊集合，為2型模糊集合設(shè)定隸屬度函數(shù)，并制定模糊規(guī)則，包括： S61、根據(jù)電網(wǎng)負(fù)荷歷史數(shù)據(jù)和領(lǐng)域知識(shí)，篩選影響電網(wǎng)負(fù)荷的主要因素視為輸入變量，將電網(wǎng)負(fù)荷視為輸出變量，并定義輸入變量和輸出變量的2型模糊集合； S62、為各2型模糊集合設(shè)定合適的隸屬度函數(shù)，以確定變量屬于各2型模糊集合的程度； S63、根據(jù)電網(wǎng)負(fù)荷歷史數(shù)據(jù)和領(lǐng)域知識(shí)，制定一系列模糊規(guī)則來(lái)描述輸入變量與輸出變量之間的模糊關(guān)系； 其中，模糊規(guī)則采用“如果—那么”形式制定； S7、基于隸屬度函數(shù)對(duì)各因素進(jìn)行模糊化，結(jié)合模糊化后的各因素和模糊規(guī)則，利用2型模糊推理機(jī)制進(jìn)行模糊推理，得到電網(wǎng)負(fù)荷對(duì)應(yīng)的2型模糊集合，包括： S71、基于隸屬度函數(shù)計(jì)算某個(gè)因素屬于各2型模糊集合的隸屬度，將隸屬度最大的2型模糊集合作為該因素對(duì)應(yīng)的2型模糊集合； S72、重復(fù)S71，直至得到所有因素對(duì)應(yīng)的2型模糊集合，完成對(duì)各因素的模糊化； S73、結(jié)合所有因素對(duì)應(yīng)的2型模糊集合和模糊規(guī)則，利用2型模糊推理機(jī)制進(jìn)行模糊推理，得到電網(wǎng)負(fù)荷對(duì)應(yīng)的2型模糊集合，以描述電網(wǎng)負(fù)荷預(yù)測(cè)情況； S8、對(duì)電網(wǎng)負(fù)荷對(duì)應(yīng)的2型模糊集合進(jìn)行去模糊化，得到第二電網(wǎng)負(fù)荷預(yù)測(cè)結(jié)果； S9、對(duì)第一電網(wǎng)負(fù)荷預(yù)測(cè)結(jié)果和第二電網(wǎng)負(fù)荷預(yù)測(cè)結(jié)果進(jìn)行綜合分析，得到最終的電網(wǎng)負(fù)荷預(yù)測(cè)結(jié)果。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人合肥吉斯凱達(dá)控制技術(shù)有限公司，其通訊地址為：230088 安徽省合肥市高新區(qū)合肥軟件園一期D4棟D4-510；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。