山東大學孫波獲國家專利權
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!
龍圖騰網獲悉山東大學申請的專利基于兩階段智能特征工程的負荷超短期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:CN116011655B 。
龍圖騰網通過國家知識產權局官網在2025-09-05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:202310041816.8,技術領域涉及:G06Q10/04;該發明授權基于兩階段智能特征工程的負荷超短期預測方法及系統是由孫波;于彬彬;李建靖設計研發完成,并于2023-01-12向國家知識產權局提交的專利申請。
本基于兩階段智能特征工程的負荷超短期預測方法及系統在說明書摘要公布了:本公開屬于電力系統技術領域,具體涉及一種基于兩階段智能特征工程的負荷超短期預測方法及系統,包括:獲取電力負荷的歷史數據;對所獲取的電力負荷歷史數據進行聚類分析,得到最優歷史日負荷曲線;根據所得到的最優歷史日負荷曲線和預設的預測模型,完成電力負荷的超短期預測;其中,預設的預測模型采用組合式預測模型,通過極限學習機來構建超短期預測模型,結合貝葉斯優化極限學習機,實現對電力負荷的超短期預測。
本發明授權基于兩階段智能特征工程的負荷超短期預測方法及系統在權利要求書中公布了:1.一種基于兩階段智能特征工程的負荷超短期預測方法,其特征在于,包括: 獲取電力負荷的歷史數據; 對所獲取的電力負荷歷史數據進行聚類分析,得到最優歷史日負荷曲線; 根據所得到的最優歷史日負荷曲線和預設的預測模型,完成電力負荷的超短期預測; 其中,預設的預測模型采用組合式預測模型,通過極限學習機來構建超短期預測模型,結合貝葉斯優化極限學習機,實現對電力負荷的超短期預測; 通過時間序列分解法將最優歷史日負荷曲線中的電力負荷序列分解成電力負荷周期分量、電力負荷趨勢分量和電力負荷殘余分量,得到細粒度數據;利用卷積神經網絡和長短記憶神經網絡學習電力負荷趨勢分量的時空特征,獲得下一日負荷趨勢預測值; 在獲得下一日負荷趨勢預測值的過程中,通過混合深度學習模型對最優歷史日負荷曲線中的電力負荷序列進行訓練,其輸出層的輸出值即為下一日負荷趨勢預測值;所述混合深度學習模型包括時間序列分解模塊、卷積神經網絡空間特征提取模塊、長短記憶神經網絡時間特征提取模塊和輸出層。
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山東大學,其通訊地址為:250061 山東省濟南市歷下區經十路17923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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。