中國電力科學研究院有限公司鄭博文獲國家專利權
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!
龍圖騰網獲悉中國電力科學研究院有限公司申請的專利高耗能工業用戶負荷分類方法和系統、電子設備、介質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:CN119415987B 。
龍圖騰網通過國家知識產權局官網在2025-09-09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:202510020177.6,技術領域涉及:G06F18/23213;該發明授權高耗能工業用戶負荷分類方法和系統、電子設備、介質是由鄭博文;劉暢;潘明明;田世明;仝杰;李德智;李建鋒;袁金斗;徐玉婷;徐子尚;李永軍;瞿亞運;楊鳴宇;李雨瑩;郭子軒;鮑慧芬設計研發完成,并于2025-01-07向國家知識產權局提交的專利申請。
本高耗能工業用戶負荷分類方法和系統、電子設備、介質在說明書摘要公布了:本發明提供一種高耗能工業用戶負荷分類方法和系統、電子設備、介質,應用于智能用電技術領域。方法包括:考慮負荷變化特性、負荷利用率和用戶的電價敏感性,基于各工業用戶的日負荷數據確定多維度負荷特征指標;基于卷積自編碼器對各工業用戶日負荷數據進行時間特征提取,并基于提取的每個工業用戶的負荷時間特征和多維度的負荷特征指標確定電力消費特征;將電力消費特征輸入自組織映射神經網絡確定各輸入數據映射到的輸出節點;基于每個輸出節點對應的輸入數據的數量篩選出目標輸出節點;以目標輸出節點為初始聚類中心進行各工業用戶的電力消費特征的聚類。本發明解決了工業負荷聚類過程的聚類效果差和計算量大、處理效率低的問題。
本發明授權高耗能工業用戶負荷分類方法和系統、電子設備、介質在權利要求書中公布了:1.一種高耗能工業用戶負荷分類方法,其特征在于,包括: 考慮負荷變化特性、負荷利用率和用戶的電價敏感性,基于各工業用戶的日負荷數據確定各工業用戶多維度的負荷特征指標; 基于每個工業用戶的日負荷數據計算對應的每個維度的負荷特征指標的熵;基于每個維度的負荷特征指標的熵,使用指數函數計算每個維度的負荷特征指標的指標權重;基于對每個維度的負荷特征指標和對應的指標權重的加權融合,得到對應工業用戶的關鍵負荷特征; 基于卷積自編碼器對各工業用戶的日負荷數據進行時間特征提取,將提取的每個工業用戶的負荷時間特征和對應的關鍵負荷特征相結合作為每個工業用戶的電力消費特征; 將各工業用戶的電力消費特征輸入自組織映射神經網絡確定各輸入數據映射到的輸出節點;基于每個輸出節點的局部密度和屬性距離篩選出目標輸出節點;以所述目標輸出節點為初始聚類中心進行各工業用戶的電力消費特征的聚類,得到各工業用戶的負荷分類結果; 其中,所述工業用戶為高耗能工業用戶;所述多維度的負荷特征指標包括用于反映各工業用戶的時間利率效率的日最大負荷利用時長和用于反映各工業用戶對電價的敏感性的高峰時段負荷率和谷時段負荷率;每個輸出節點的局部密度基于所述輸出節點對應的輸入數據的數量確定;每個輸出節點的屬性距離基于對應輸出節點鄰域內的局部密度最大節點確定; 每個維度的負荷特征指標的熵的計算公式為: ; 其中,為負荷特征指標c的熵,a表示負荷特征指標的總數量,d表示日負荷數據的索引,為第個日負荷數據樣本對應的負荷特征指標c的值,m0表示日負荷數據的總數量; 每個維度的負荷特征指標的指標權重的計算公式為: ; 其中,為負荷特征指標c的指標權重,表示第個負荷特征指標的熵,為自然對數的底數。
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中國電力科學研究院有限公司,其通訊地址為:100192 北京市海淀區清河小營東路15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。