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！

龍圖騰網獲悉南京理工大學申請的專利基于最大互信息系數與深度學習的配電網線損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：CN114881338B 。

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：202210544270.3，技術領域涉及：G06Q10/04；該發明授權基于最大互信息系數與深度學習的配電網線損預測方法是由王杰;羅李子;黃亦鋮;唐兆杰;孫金生設計研發完成，并于2022-05-18向國家知識產權局提交的專利申請。

本基于最大互信息系數與深度學習的配電網線損預測方法在說明書摘要公布了：本發明提供基于最大互信息系數與深度學習的配電網線損預測方法，以實際配電網歷史線損數據、氣候氣象數據作為特征變量，計算特征變量與待預測時刻線損之間的最大互信息系數；搭建由輸入層、多層LSTM單元、Dropout層及輸出層的配電網線損預測模型；選取最大互信息系數值大于M的特征變量作為特征集，在特征集中按照最大互信息系數值由高到低依次選取特征作為配電網線損預測模型的輸入，并結合模型預測誤差構建最優輸入特征集，實現配電網線損精準預測。本發明的配電網線損預測方法，能夠定量分析配電網歷史多時刻線損特征、氣候氣象特征與待預測時刻線損之間的關聯度，構建完整有效的模型輸入特征集，降低模型訓練復雜度，提升線損預測模型的預測精度。

本發明授權基于最大互信息系數與深度學習的配電網線損預測方法在權利要求書中公布了：1.一種基于最大互信息系數與深度學習的配電網線損預測方法，其特征在于，該方法包括如下步驟： （1）獲取配電網線損歷史數據和對應的氣候氣象數據，基于預測時刻前不同時段配電網線損歷史數據、預測時刻前不同時段氣候氣象數據構建特征變量，以預測時刻線損數據作為輸出特征，分別計算各特征變量與輸出特征的最大互信息系數； （2）建立由輸入層、多層LSTM單元、Dropout層、輸出層組成的配電網線損預測模型；選取最大互信息系數值大于M的n個特征變量作為特征集，進而在特征集中按照最大互信息系數值由高到低依次選取特征變量作為配電網線損預測模型的輸入，選取特征個數記為m，初始值為1； （3）根據構建的配電網線損預測模型與輸入特征，迭代訓練、測試線損預測模型，得到模型預測誤差，并判斷m是否小于n，若是，則m=m+1，返回繼續迭代訓練、測試線損預測模型，否則結束模型訓練； （4）根據得到的模型預測誤差，確定配電網線損預測模型最優輸入特征集，根據最優輸入特征集采集數據，輸入配電網線損預測模型，實現配電網線損預測。

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南京理工大學，其通訊地址為：210094 江蘇省南京市玄武區孝陵衛200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”。