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！

龙图腾网获悉合肥工业大学申请的专利多维时序数据的短期趋势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：CN116258262B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202310182120.7，技术领域涉及：G06Q10/04；该发明授权多维时序数据的短期趋势预测方法和系统是由王国强;范茜茜;梁晨蕾;林世忠;台建玮;罗贺;阴酉龙;胡笑旋;吕欠伟;李晓多;赵慧敏;夏圆青;秦文龙;卫杰;任东燕设计研发完成，并于2023-02-24向国家知识产权局提交的专利申请。

本多维时序数据的短期趋势预测方法和系统在说明书摘要公布了：本发明提供一种多维时序数据的短期趋势预测方法、系统、存储介质和电子设备，涉及多维时序数据预测技术领域。本发明提出了一种新的短期多维时序数据预测模型框架；该结构首先采用一种具有可解释性的时序特征编码器，对目标序列数据进行趋势与季节特征分解。然后，采用了一种辅助信息编码器将特征因素数据编码到隐藏信息矩阵中，并通过多头自注意力机制获取高维自相关性特征。该模型的时序特征编码器具有强大的非线性建模能力，可以满足目标序列特征提取的需求。最后，通过特征融合模块，将提取的不同类型特征进行融合，并通过一个可进行时间序列特征提取的解码器进行最终的多维时序数据预测。

本发明授权多维时序数据的短期趋势预测方法和系统在权利要求书中公布了：1.一种多维时序数据的短期趋势预测方法，其特征在于，基于时序特征编码器、辅助信息编码器和预测解码器；所述多维时序数据的短期趋势预测方法用于短期电力负荷预测，该方法包括： S1、获取多维时序数据，所述多维时序数据包括目标序列数据及其相关的特征因素数据； S2、将所述目标序列数据作为时序特征编码器的输入，基于N-BEATS架构获取第一特征；其中，所述时序特征编码器的总体结构依次由N-BEATS模型的趋势堆栈和季节性堆栈组成；S2具体包括： S21、所述目标序列数据作为趋势堆栈的输入，获取趋势特征； S22、将移除所述趋势特征后的剩余目标序列数据分量作为季节性堆栈的输入，获取季节性特征； S23、根据所述趋势特征和季节性特征，获取所述第一特征； S3、将所述特征因素数据作为辅助信息编码器的输入，基于全局注意力机制获取第二特征； S4、融合所述第一特征和第二特征； S5、将融合结果作为预测解码器的输入，获取未来目标时段内的多维时序数据预测结果； 其中，所述S21中将目标序列数据输入第一层趋势堆栈的第一个基本块，则第s层趋势堆栈的第l个块提取的部分趋势特征如下所示： 其中，时间向量t＝[0,1,2,...,H-2,H-1]TH被定义在从0到H-1H的离散网格上，每次预测H长个时间步；是第s层堆栈，l个块的全连接网络预测产生的多项式系数； 最终第s层趋势堆栈的输出为 所述S22中将移除所述趋势特征后的剩余目标序列数据分量输入第一层季节性趋势堆栈的第一个基本块，则第k层季节性堆栈的第l个块提取的部分季节性特征如下所示： 其中，是第k层季节性堆栈的第l个块的全连接网络预测产生的傅里叶系数； 最终第k层季节性堆栈的输出为

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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”。