陕西思极科技有限公司杨帆获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉陕西思极科技有限公司申请的专利一种基于多模型融合的短期电力负荷预测方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118690159B 。
龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410676659.2，技术领域涉及：G06F18/213；该发明授权一种基于多模型融合的短期电力负荷预测方法及装置是由杨帆;刘艳丽;张艳;蔡昕原;牛泽文设计研发完成，并于2024-05-29向国家知识产权局提交的专利申请。
本一种基于多模型融合的短期电力负荷预测方法及装置在说明书摘要公布了：本发明公开一种基于多模型融合的短期电力负荷预测方法及装置。所述方法包括：分别采集电力负荷数据和气象数据，得到原始训练数据；构建分层预测大模型，所述分层预测大模型包括依次连接的第一层、第二层和第三层，且第一层的输入端与第二层的输入端连接，第一层的输出端与第三层的输入端连接；每个层中包括至少一个子模型；基于所述原始训练数据训练并优化所述分层预测大模型中各个层的参数；实时采集电力负荷数据和气象数据输入训练好的分层预测大模型预测短期电力负荷。本发明通过构建分层预测大模型，将实时数据、以及分层预测大模型各个层中每个子模型的预测结果进行融合，提升预测结果的准确性和稳定性。
本发明授权一种基于多模型融合的短期电力负荷预测方法及装置在权利要求书中公布了：1.一种基于多模型融合的短期电力负荷预测方法，其特征在于，包括： 分别采集电力负荷数据和气象数据，得到原始训练数据；所述气象数据包括：气温、湿度和气压； 构建分层预测大模型，所述分层预测大模型包括依次连接的第一层、第二层和第三层，且第一层的输入端与第二层的输入端连接，第一层的输出端与第三层的输入端连接；其中：第一层中包括：并联的NGBoost模型、MQSAPN模型、RGF模型、SLOTH模型、iTransformer模型和KAN神经网络模型，第二层包括：并联的RF模型和lightGBM模型，第三层仅包括一个PLSR模型； 基于所述原始训练数据训练并优化所述分层预测大模型中各个层的参数； 实时采集电力负荷数据和气象数据输入训练好的分层预测大模型预测短期电力负荷。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人陕西思极科技有限公司，其通讯地址为：710100 陕西省西安市西咸新区沣东新城能源金贸区西咸自贸中心1-A座19楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号