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！

龙图腾网获悉华中科技大学申请的专利一种住宅负荷短期预测方法和系统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：CN115689026B 。

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：202211377095.X，技术领域涉及：G06Q10/04；该发明授权一种住宅负荷短期预测方法和系统是由肖江文;刘鹏;方宏亮;刘骁康;王燕舞;刘智伟;池明设计研发完成，并于2022-11-04向国家知识产权局提交的专利申请。

本一种住宅负荷短期预测方法和系统在说明书摘要公布了：本发明公开了一种住宅负荷短期预测方法和系统，属于电网调度技术领域。本发明针对住宅用电峰值和均值差异巨大的问题，将待预测的负荷值分解为基本负荷曲线和差值两部分；其中，基本负荷曲线的确定主要从两个方面考虑：一个是住宅的日负荷曲线的周期性，另外一个是负荷曲线的有效性。构造基准负荷曲线，有效地减少了负荷峰值和均值的差异性，提高了预测准确率。同时本发明将自注意力机制和外部注意力机制结合，通过大数据训练之后，模型能够更加有效地提取时间序列特征。

本发明授权一种住宅负荷短期预测方法和系统在权利要求书中公布了：1.一种住宅负荷短期预测方法，其特征在于，包括： S1.对经过数据清洗的历史负荷数据进行变分模态分解后，作为训练集； S2.对经过数据清洗的历史负荷数据按照自然周进行初次分段，对初次分段的所有子序列求均值，再以天为单位对均值序列进行二次分段； S4.将均值序列作为每天的典型负荷曲线，选择待预测日期前N天的负荷数据，以前N天的负荷数据与典型负荷曲线的相似度作为权值计算得到待预测日的基准负荷曲线； S5.采用滑动窗口的方法从训练集中依次取数据输入预测网络进行迭代训练，得到训练好的预测模型；所述预测网络包括自注意力机制、外部注意力机制和时间卷积网络； 自注意力机制，用于对输入数据根据其内部的特征分配权重，使其内部关键特征权重增大，其他特征权重减小，帮助预测模型提取关键特征； 外部注意力机制，用于根据训练集中所有输入数据的特征为当前输入数据分配权重，使周期性相关的特征权重增大，其他特征权重减小； 时间卷积网络，用于对自注意力机制和外部注意力机制处理过的数据进行学习，通过误差反向传播改变内部参数的值，提取数据的周期性和时间依赖性，并输出预测结果； S6.将被测日前N天的历史负荷数据输入训练好的预测模型，得到负荷预测结果，将负荷预测结果与基准负荷曲线叠加，得到未来一天的负荷预测值。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037号；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”。