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！

龙图腾网获悉华南理工大学申请的专利增强时间序列预测的残差周期预测方法、系统、设备及介质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：CN119294446B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202411347361.3，技术领域涉及：G06Q10/04；该发明授权增强时间序列预测的残差周期预测方法、系统、设备及介质是由林伟伟;林升升设计研发完成，并于2024-09-26向国家知识产权局提交的专利申请。

本增强时间序列预测的残差周期预测方法、系统、设备及介质在说明书摘要公布了：本发明公开了增强时间序列预测的残差周期预测方法、系统、设备及介质，旨在解决长时间序列预测任务中现有技术效率不高和预测精度有限的问题。该方法通过显式建模时间序列数据中的周期模式，并结合预测模型对周期残差进行预测，以提高时序预测模型的预测精度和效率。方法包括：确定数据集的周期长度，生成可学习的循环周期，分离时间序列的周期分量与残差分量，并基于残差进行预测，最后结合残差分量的预测值和对应的周期分量形成最终预测结果。该方法能够有效捕捉时间序列中的内在周期性，降低预测误差，显著提升长时间序列预测的精度，同时保持模型的简单性和高效性，特别适用于电力消耗、交通流量和气象数据等具有明确周期性特征的应用场景。

本发明授权增强时间序列预测的残差周期预测方法、系统、设备及介质在权利要求书中公布了：1.增强时间序列预测的残差周期预测方法，用于用户电力消耗预测，其特征在于，包括下述步骤： 确定数据集的周期长度W；所述数据集包括时间序列数据；所述数据集为不同用户的电力消耗数据，所述周期长度W为电力消耗曲线的周期长度； 对于具有D个变量的时间序列数据，生成可学习的循环周期通过将所述循环周期Q循环复制得到与时间序列X等长的周期分量序列C； 从时间序列X截取样本xt-L+1:t，其中t为样本的时间索引，L为样本的历史回望窗口长度；从周期分量序列C截取所述样本对应的周期分量ct-L+1:t； 通过将原始输入序列xt-L+1:t减去周期分量ct-L+1:t得到残差分量x, t-L+1:t； 将残差分量x, t-L+1:t输入到主干预测模型中进行残差预测，获得残差分量的预测值其中H为样本的预测窗口长度；从周期分量序列C截取所述样本的预测窗口对应的周期分量ct+1:t+H； 将所述残差分量的预测值与对应周期分量ct+1:t+H相加，得到最终的时间序列预测结果所述时间序列预测结果即为用户电力消耗的预测结果。

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南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。