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！

龙图腾网获悉北京九州星图科技有限公司申请的专利一种基于智能负荷管理的电力能效优化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：CN119578923B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202411622582.7，技术领域涉及：G06Q10/0637；该发明授权一种基于智能负荷管理的电力能效优化方法是由梁路设计研发完成，并于2024-11-14向国家知识产权局提交的专利申请。

本一种基于智能负荷管理的电力能效优化方法在说明书摘要公布了：本发明公开了一种基于智能负荷管理的电力能效优化方法，包括如下步骤：S1、生成初始负荷特征矩阵；S2、通过伪对称性解耦将初始负荷特征矩阵分解为短期行为特征矩阵和长期趋势特征矩阵；S3、通过多尺度卷积和递归神经网络的融合结构，进行多层次负荷需求预测；S4、编码认知基因序列，当发生显著变化时触发基因突变和重组操作，生成负荷分配策略；S5、将负荷分配策略传入因果推理和自监督反馈控制模块，若反馈数据与预测结果偏差超过阈值则触发自学习机制；S6、对负荷优先级进行动态分配，生成负荷管理的决策路径；S7、通过多层特征反馈闭环优化系统进行自适应优化。本发明采用智能负荷管理方法，通过多层特征解耦和闭环优化电力能效。

本发明授权一种基于智能负荷管理的电力能效优化方法在权利要求书中公布了：1.一种基于智能负荷管理的电力能效优化方法，其特征在于，包括如下步骤： S1、采集负荷数据并进行数据预处理，生成初始负荷特征矩阵； S2、将初始负荷特征矩阵输入自适应对比学习驱动的动态特征解耦模块，通过伪对称性解耦将所述初始负荷特征矩阵分解为短期行为特征矩阵和长期趋势特征矩阵； S3、将短期行为特征矩阵和长期趋势特征矩阵输入多尺度聚焦的负荷预测模型，通过多尺度卷积和递归神经网络的融合结构，进行多层次负荷需求预测，输出短期负荷需求、中期负荷需求和长期负荷需求； S4、通过认知基因序列生成模块，将负荷特征、负荷优先级和历史策略编码为认知基因序列，当环境或负荷需求发生显著变化时，触发基因突变和重组操作，生成适应性的负荷分配策略； S5、将负荷分配策略传入因果推理和自监督反馈控制模块，基于因果推理识别负荷需求的真实特征，剔除外部环境干扰因素，并将反馈数据与预测结果对比，若偏差超过阈值则触发自学习机制； S6、通过层级化负荷决策网络，根据实时电价、负荷需求波动和响应时间对负荷优先级进行动态分配，生成当前负荷管理的决策路径； S7、通过多层特征反馈闭环优化系统，实时采集负荷执行数据和环境变化数据，对比实际执行效果与预测结果，并基于反馈结果进行自适应优化； 所述S2具体包括： S21、将预处理后的初始负荷特征矩阵输入自适应对比学习驱动的动态特征解耦模块，所述自适应对比学习驱动的动态特征解耦模块对初始负荷特征矩阵进行归一化处理； S22、利用伪对称性解耦方法对初始负荷特征矩阵进行特征分解，建立短期行为特征矩阵和长期趋势特征矩阵的联合表征模型； S23、对初始负荷特征矩阵进行分解： ; 其中，、和表示系数参数，、和表示指数参数，表示时间增益或衰减系数，表示时间积分上限，表示短期行为特征的频率参数，表示长期趋势特征的频率参数，表示正数偏移量； S24、通过自适应对比学习机制，对短期行为特征矩阵和长期趋势特征矩阵的耦合效果进行优化，使用对比学习的损失函数，使得短期行为特征矩阵和长期趋势特征矩阵之间的相似性和差异性达到平衡； S25、对比学习过程中，对短期行为特征矩阵和长期趋势特征矩阵进行细化处理，所述短期行为特征矩阵包括短期负荷变化的高频特征和周期性波动，所述长期趋势特征矩阵包括长期趋势和低频特征； S26、输出最终优化的短期行为特征矩阵和长期趋势特征矩阵； 所述S4具体包括： S41、将负荷特征、负荷优先级和历史策略数据编码为多层次认知基因序列，每个基因序列包括特征标记、优先级参数、历史调整策略和上下文依赖关系，各层次的基因序列分别用于短期负荷需求、中期负荷需求和长期负荷需求； S42、构建智能负荷管理基因库，将不同负荷情境下的多层次认知基因序列存储至所述智能负荷管理基因库中，所述智能负荷管理基因库根据环境条件、负荷需求变化幅度和负荷优先级动态调整基因单元的排序规则和存储优先级，并对所述多层次认知基因序列进行聚类，自动识别出高频出现的负荷变化模式； S43、当检测到负荷需求或外部环境条件发生显著变化时，识别变化类型并激活条件自适应基因突变操作，基于负荷优先级、突变概率和上下文依赖关系，调整基因单元中的策略权重、特征标记和上下文依赖关系，形成新突变基因单元； S44、执行多层次基因重组操作，通过融合新突变基因单元与智能负荷管理基因库中的不同层次基因单元，形成适应性的负荷分配策略，在基因重组过程中，从各层次的基因单元中自动选择不同层次的策略特征，生成适应性的负荷分配策略； S45、将负荷分配策略应用于当前负荷管理中，基于实时负荷响应数据和目标能效对比，若策略效果低于预设阈值，则重新触发基因突变和重组，并在智能负荷管理基因库内保留策略效果的痕迹； S46、将经过自适应优化的高效基因单元添加至智能负荷管理基因库的核心层，并通过强化学习机制更新智能负荷管理基因库的结构，依据不同负荷情境的出现频率和自适应效果对基因单元进行加权，淘汰低优先级或未被使用的基因单元，动态优化智能负荷管理基因库的内容。

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北京九州星图科技有限公司，其通讯地址为：100070 北京市丰台区南四环西路188号十区12号楼1层01内1041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”。