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！

龙图腾网获悉上海碳索能源服务股份有限公司;宁德军申请的专利一种基于序列到序列模型的制冷系统负荷预测方法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：CN115982567B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202211626813.2，技术领域涉及：G06F18/213；该发明授权一种基于序列到序列模型的制冷系统负荷预测方法是由李佳佳;宁德军;陈逸君;王天逸;郭千朋设计研发完成，并于2022-12-16向国家知识产权局提交的专利申请。

本一种基于序列到序列模型的制冷系统负荷预测方法在说明书摘要公布了：本发明公开一种基于序列到序列模型的制冷系统负荷预测方法，将历史数据整理为带有时间戳属性的多维时间序列MTS，以此训练序列到序列的预测模型，然后以给定窗口的时序数据作为输入，利用训练好的预测模型预测出负荷走势，其中，预测模型包括编码器和解码器，编码器采用多层结构，稀疏自注意力模块和蒸馏模块构成的多层结构，其以时序数据嵌入编码形成的向量作为初始层结构的输入，然后前一层结构的输出作为后一层结构的输入，直至输出最终特征图，每层结构的输入均分为两路，第一路依次经过稀疏自注意力模块、蒸馏模块输出特征图Ⅰ，第二路经过下采样输出特征图Ⅱ，然后特征图Ⅰ和特征图Ⅱ经过残差连接模块进行特征融合，输出当前层特征图。

本发明授权一种基于序列到序列模型的制冷系统负荷预测方法在权利要求书中公布了：1.一种基于序列到序列模型的制冷系统负荷预测方法，其特征在于：将大量的历史数据整理为带有时间戳属性的多维时间序列MTS，以此训练序列到序列的预测模型，然后以给定窗口的时序数据作为输入，利用训练好的预测模型预测出接下来一段时间内的负荷走势， 其中，所述预测模型包括编码器和解码器，所述编码器采用多层结构，稀疏自注意力模块和蒸馏模块构成的多层结构，其以时序数据嵌入编码形成的向量作为初始层结构的输入，然后前一层结构的输出作为后一层结构的输入，直至输出最终特征图，每层结构的输入均分为两路，第一路依次经过稀疏自注意力模块、蒸馏模块输出特征图Ⅰ，第二路经过下采样输出特征图Ⅱ，然后所述特征图Ⅰ和特征图Ⅱ经过残差连接模块进行特征融合，输出当前层特征图； 所述解码器将要预测的目标元素先填充为零，再进行嵌入编码生成的向量输入掩码稀疏自注意力模块，之后生成的特征图作为查询向量与编码器输出的最终特征图依次输入全量自注意力模块、全连接层，最后以生成式方式实时输出预测的目标元素； 所述特征图Ⅰ从第j个稀疏自注意力模块到j+1个稀疏自注意力模块的"提炼"过程定义为： 其中，t表示当前时间段，[·]AB表示注意力块，γ表示一个可学习的参数，DS·表示下采样操作，Conv1d·表示用ELU·激活函数在时间维度上进行一维卷积滤波； 以矩阵形式表示所述多维时间序列MTS，先进行z-score标准化处理，然后按行进行批次划分，再利用如下公式进行嵌入编码形成向量作为预测模型的输入， 其中，表示多维时间序列嵌入编码后的结果，i∈{1,…,Lx}，t与Lx分表表示当前时间段与数据的行数；设其编码后的特征维度为Dmodel； 表示输入的特征维度为dmodel的多维时间序列被一维卷积投影后、特征维度为Dmodel的向量；表示时间编码； 表示位置编码： 其中然后再使用一维卷积将其投影到Dmodel维度，pos表示当前位置； 表示用来调节位置编码和时间编码权重的参数，计算方式表示为： 其中，Relu为激活函数，Conv1d为一维卷积，其输入通道数为Dmodel，输出通道数为1。

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上海碳索能源服务股份有限公司;宁德军，其通讯地址为：201108 上海市闵行区金都路4299号6幢2楼D91室；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”。