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！

龍圖騰網獲悉江蘇優億諾智能科技有限公司申請的專利一種結合能量管理的儲能效率提升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：CN119891281B 。

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：202411947902.6，技術領域涉及：H02J3/28；該發明授權一種結合能量管理的儲能效率提升方法及系統是由石多俠;戴偉設計研發完成，并于2024-12-27向國家知識產權局提交的專利申請。

本一種結合能量管理的儲能效率提升方法及系統在說明書摘要公布了：本發明公開了一種結合能量管理的儲能效率提升方法及系統，涉及智能電網技術領域，包括，通過傳感器網絡采集儲能單元狀態數據、環境數據和負載數據，通過互聯網獲取電網信息，并實時處理；基于多層級記憶網絡構建預測模型，預測未來負荷需求和電能供應情況；根據預測結果，結合儲能單元實時狀態和電網信息，生成初步充放電指令，發送到邊緣節點；在邊緣節點對初步充放電指令進行初步決策，生成局部充放電計劃，并上傳到云端服務器；云端服務器匯總局部充放電計劃，并進行全局優化，生成最終充放電指令，下發到儲能單元；本發明通過基于多層級記憶網絡構建的預測模型，顯著提高了預測的精度，同時通過物理約束嵌入機制，確保了預測結果的可信度。

本發明授權一種結合能量管理的儲能效率提升方法及系統在權利要求書中公布了：1.一種結合能量管理的儲能效率提升方法，其特征在于：包括， 通過傳感器網絡采集儲能單元狀態數據、環境數據和負載數據，通過互聯網獲取電網信息，并實時處理； 基于多層級記憶網絡構建預測模型，預測未來負荷需求和電能供應情況，具體步驟如下， 將經過處理后的多源數據集按照時間尺度，分解為短期、中期和長期數據子集； 對于短期數據子集，采用標準LSTM單元構建短期記憶子網絡，捕捉儲能單元的短期波動特性； 對于中期數據子集，采用雙向LSTM單元構建中期記憶子網絡，捕捉儲能單元的中期波動特性； 對于長期數據子集，采用注意力增強機制的LSTM單元構建長期記憶子網絡，捕捉儲能單元的長期波動特性； 通過使用注意力增強機制將短期、中期和長期子網絡的輸出向量進行動態加權融合，捕捉不同時間尺度之間的交互關系，得到多層級記憶網絡的融合向量，表達式如下： 其中，αi為第i個子網絡的注意力權重，i為子網絡數量的索引，Wa為注意力增強機制的權重矩陣，hi為第i個子網絡的隱藏向量，ba為注意力增強機制的偏置項，N為子網絡數量，H為多層級記憶網絡的融合向量； 基于多層級記憶網絡構建預測模型； 通過預測模型的全連接層接收融合向量H，進行訓練，將H投影到目標輸出空間，在預測公式中引入物理約束嵌入機制，表達式為： y＝σWoH+bo×clipA,0,1； 其中，y為預測值，σ為Sigmoid激活函數，Wo為全連接層的權重矩陣，bo為全連接層的偏置向量，A為物理約束條件，clipA,0,1表示將物理約束條件A限制在[0,1]； 在預測模型訓練過程中，使用梯度下降法優化預測模型參數Wo和bo； 利用均方誤差和平均絕對誤差對模型的預測性能進行評估； 訓練完成的預測模型接收實時多源數據集，對負荷需求和電能供應進行預測； 根據預測結果，結合儲能單元實時狀態和電網信息，生成初步充放電指令，發送到邊緣節點； 在邊緣節點對初步充放電指令進行初步決策，生成局部充放電計劃，并上傳到云端服務器； 云端服務器匯總局部充放電計劃，并進行全局優化，生成最終充放電指令，下發到儲能單元。

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江蘇優億諾智能科技有限公司，其通訊地址為：210000 江蘇省南京市浦口區中國(江蘇)自由貿易試驗區南京片區團結路100號星網科技大廈9層901-912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”。