Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 佰聆数据股份有限公司姜磊获国家专利权

佰聆数据股份有限公司姜磊获国家专利权

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!

龙图腾网获悉佰聆数据股份有限公司申请的专利一种多模型融合的行业电力态势感知方法及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:CN116051161B

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:202211629530.3,技术领域涉及:G06Q30/0202;该发明授权一种多模型融合的行业电力态势感知方法及系统是由姜磊;杜双育;程绪敏;郑志钉;谢东源;林建炳;曲滨涛;许华芳;林发照;曹发明;陈景;陈少宇设计研发完成,并于2022-12-19向国家知识产权局提交的专利申请。

一种多模型融合的行业电力态势感知方法及系统在说明书摘要公布了:本发明涉及电力领域,为多模型融合的行业电力态势感知方法及系统,包括步骤:分别用第一基模型、第二基模型、第三基模型对未来售电量进行预测;将三个基模型预测的输出结果和历史售电量,作为融合模型的特征,进行多模型融合预测;融合模型的特征矩阵中,第一、二、三列特征分别为第一、第二、第三基模型预测的输出结果数据,第四列特征为历史售电量数据;对特征矩阵中每列特征标准化处理后的指标进行平移;求取各指标的信息效用值,计算各指标的权重;将各指标权重与三个基模型预测的输出结果和历史售电量加权求和,得到融合模型的预测结果。本发明改进了融合模型的赋权算法,减少人为赋权的主观干预,使售电量的预测更具科学性。

本发明授权一种多模型融合的行业电力态势感知方法及系统在权利要求书中公布了:1.一种多模型融合的行业电力态势感知方法,其特征在于,包括以下步骤: 特征选择,所选择的特征包括行业售电量、行业信息因素、天气数据和居民消费信息; 对所选取的特征进行数据抽取与清洗; 分别用第一基模型、第二基模型、第三基模型对未来售电量进行预测; 将第一基模型、第二基模型、第三基模型预测的输出结果和历史售电量,作为融合模型的特征,进行多模型融合预测; 融合模型的特征矩阵中,第一列特征为第一基模型预测的输出结果数据,第二列特征为第二基模型预测的输出结果数据,第三列特征为第三基模型预测的输出结果数据,第四列特征为历史售电量数据;对特征矩阵中每列特征标准化处理后的指标进行平移,得到改进的正向化处理后的指标;然后求取各指标的信息效用值,计算各指标的权重;将各指标权重与第一基模型、第二基模型、第三基模型预测的输出结果和历史售电量加权求和,得到融合模型的预测结果; 第一基模型为支持向量机算法,第二基模型为XGBOOST算法,第三基模型为随机森林算法;历史售电量为上个月的售电量; 多模型融合预测的过程,具体包括步骤: 对第一基模型、第二基模型、第三基模型预测的输出结果和历史售电量进行标准化处理,得到标准化矩阵;对标准化矩阵中出现极端值的指标进行平移,得到改进的正向化处理后的指标;对所述正向化处理后的指标进行指标归一化处理; 根据归一化后的指标数据,求融合模型的特征矩阵中各指标的信息熵;根据各指标的信息熵,计算融合模型的特征矩阵中各指标的信息效用值; 根据所述各指标的信息效用值,计算各指标的权重; 将所述各指标权重与第一基模型、第二基模型、第三基模型预测的输出结果数据,以及历史售电量数据加权求和,得到融合模型的预测结果; 对标准化矩阵中出现极端值的指标进行平移时,平移量d取值为: 其中m为融合模型的特征矩阵的列特征数量。

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佰聆数据股份有限公司,其通讯地址为:510663 广东省广州市高新技术产业开发区科学城科学大道162号创意大厦B3栋1301单元;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。