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！

龙图腾网获悉北京中恒博瑞数字电力科技有限公司申请的专利台区负荷预测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：CN114925931B 。

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：202210654086.4，技术领域涉及：G06Q10/04；该发明授权台区负荷预测方法及系统是由张晓;孙杰;周兴华;仇向东;蔡正勇;宁杰;张慧敏;李磐旎;刘夏丽;李盖;冯超;张文科设计研发完成，并于2022-06-10向国家知识产权局提交的专利申请。

本台区负荷预测方法及系统在说明书摘要公布了：本发明涉及配电自动化技术领域，提出了台区负荷预测方法及系统，包括获取历史数据；采用Prophet模型对所述历史数据进行特征分析提取，得到训练集特征数据集A和测试集特征数据集B；利用自动编码器无监督学习算法，对训练集特征数据集A进行自动化特征提取以及非线性降维处理，得到特征数据集Z；利用自动编码器无监督学习算法，对训练集特征数据集B进行自动化特征提取以及非线性降维处理，得到特征数据集Z’；根据特征数据集Z和特征数据集Z’，训练LightGBM模型；所述LightGBM模型用于台区负荷预测。通过上述技术方案，解决了现有技术中台区负荷预测准确性差的问题。

本发明授权台区负荷预测方法及系统在权利要求书中公布了：1.台区负荷预测方法，其特征在于，包括： 获取历史数据，所述历史数据包括多条历史记录，每条历史记录包括一一对应的台区负荷、日期、时刻和影响因素；所述影响因素包括温度和湿度； 采用Prophet模型对所述历史数据进行特征分析提取，得到训练集特征数据集A和测试集特征数据集B； 利用自动编码器无监督学习算法，对训练集特征数据集A进行自动化特征提取以及非线性降维处理，得到特征数据集Z；利用自动编码器无监督学习算法，对测试集特征数据集B进行自动化特征提取以及非线性降维处理，得到特征数据集Z’； 根据特征数据集Z和特征数据集Z’，训练LightGBM模型；所述LightGBM模型用于台区负荷预测； 对任一历史记录，在采用Prophet模型对所述历史数据进行特征分析提取之前，还包括： 在任一影响因素取值为null时，进行缺失值处理： yt,d为第d类数据在t时刻的数据，yt-1,d为第d类数据在t-1时刻的数据，yt+1,d为第d类数据在t+1时刻的数据； 将任一影响因素取值与该影响因素的基值进行比较，若差值在20%以上，则校正该影响因素取值为： ； 所述影响因素还包括：非常规因素及其持续时间；所述非常规因素包括大型赛会、大型会议、工业的生产计划；所述持续时间为所述非常规因素的结束时间和开始时间的差值； 对所述非常规因素的获取步骤包括： 根据台区负荷类型的不同、确定某个所述非常规因素对台区负荷类型的影响程度； 获取某个所述非常规因素在历史日期内本地区开始与结束的时间； 所述采用Prophet模型对所述历史数据进行特征分析提取，得到训练集特征数据集A和测试集特征数据集B，具体包括： 将历史数据按照8：2的比例分为训练数据集与测试数据集； 把训练数据集的负荷数据与对应的温度、湿度输入到Prophet中，然后在模型中加入月、周、天以及节假日赋值，接着在模型中添加非常规因素，最后利用Prophet的加法模型以及拟合功能得到训练数据集的拟合负荷；Prophet的加法模型公式如下： 为Prophet拟合的负荷数据，分为7个部分：代表拟合负荷数据中的整体趋势项，代表拟合负荷数据中的月趋势项，代表拟合负荷数据中的周趋势项，代表拟合负荷数据中的天趋势项，为节假日对拟合负荷数据的影响，为温度、湿度的变化对拟合负荷数据的影响，为非常规因素对拟合负荷的影响，然后将得到的以上8项数据作为训练特征数据集A； 将测试数据集包含的温度、湿度数据与非常规因素输入到所述加法模型中，利用其预测功能，对测试数据集内的负荷进行预测，测试数据集的预测结果同样包括上述的8项数据，最后将其作为测试集特征数据集B； 所述利用自动编码器无监督学习算法，对训练集特征数据集A进行自动化特征提取以及非线性降维处理，得到特征数据集Z，具体包括： 将特征数据集A进行归一化，得到特征数据集A*； 将归一化的特征数据集A*作为自动编码器的输入数据，自动编码器利用一个f函数将输入数据映射到隐含层，具体为：；所述f函数取Relu函数； 修正f函数参数，直到损失函数满足设定范围；其中，隐含层的输出Z为隐含的特征变量，利用其隐含的特征变量来重构，具体为：；g取Sigmoid函数。

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中恒博瑞数字电力科技有限公司，其通讯地址为：100089 北京市海淀区西二旗大街39号3层302-1；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”。