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 > 湖南百润绿色能源科技有限公司肖立中获国家专利权

湖南百润绿色能源科技有限公司肖立中获国家专利权

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!

龙图腾网获悉湖南百润绿色能源科技有限公司申请的专利一种用于绿电的数据智能处理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:CN120278436B

龙图腾网通过国家知识产权局官网在2025-09-16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:202510340340.7,技术领域涉及:G06Q10/0631;该发明授权一种用于绿电的数据智能处理方法及系统是由肖立中;陆婷设计研发完成,并于2025-03-21向国家知识产权局提交的专利申请。

一种用于绿电的数据智能处理方法及系统在说明书摘要公布了:本发明公开了一种用于绿电的数据智能处理方法及系统,涉及电网管理技术领域,包括,构建绿电生成预测模型,并使用历史多源数据进行训练,通过训练后的绿电生成预测模型,预测未来一段时间的发电量;采用强化学习算法定义状态空间、动作空间和奖励函数,并构建绿电供需平衡模型,基于未来一段时间的发电量和用户用电需求量,获取供需平衡的最优值,根据供需平衡值,生成最优调度策略。本发明采用时序卷积网络TCN构建并训练绿电生成预测模型,有效提升了对未来发电量预测的准确性与鲁棒性。

本发明授权一种用于绿电的数据智能处理方法及系统在权利要求书中公布了:1.一种用于绿电的数据智能处理方法,其特征在于:包括, 采集多源数据,并对多源数据进行预处理,基于多源数据提取多源特征,并通过图注意力融合法生成综合特征向量,具体步骤如下: 使用包含局部层次和全局层次的双层次图注意力机制,将多源特征构建为图结构数据,其中将每个多源特征作为节点,将多源特征间的关联性作为边; 基于图结构数据,在局部层次,使用单层GAT学习节点和直接相邻节点的关系,在全局层次,使用跨层注意力机制,学习节点与间接相邻节点的关系; 基于节点与直接相邻节点以及间接相邻节点的关系,通过多头注意力机制,融合不同层次的注意力权重,生成综合特征向量; 所述多源数据包括实时气象数据、设备运行数据和历史用电数据; 构建绿电生成预测模型,并使用历史多源数据进行训练,通过训练后的绿电生成预测模型,预测未来一段时间的发电量,具体步骤如下: 基于历史绿电生成量的统计特性和分布,初始化TCN层数、神经元数量和学习率; 基于输入数据的维度构建输入层; 基于初始化的TCN层数、神经元数量和学习率构建隐藏层,捕捉时间序列格式的特征向量中的长期依赖关系; 使用激活函数构建全连接层,输出维度一致的绿电生成量; 基于输入层、隐藏层和全连接层构建绿电生成预测模型; 使用历史多源数据对绿电生成预测模型进行训练,并使用均方误差作为损失函数,反向传播更新绿电生成预测模型的参数,同时使用Adam优化器动态调整学习率; 对综合特征向量F进行时间步划分,生成时间序列格式的特征向量,并进行归一化处理; 将归一化后的时间序列格式的特征向量,输入绿电生成预测模型,预测未来一段时间的发电量,表达式为: ; 其中,表示时间步到时间步的发电量,表示时序卷积网络,表示在时间步到时间步时归一化后的时间序列格式的特征向量,表示层的权重,表示层的偏置参数,是全连接层的权重,表示全连接层的偏置参数,表示未来时间段长度,表示当前时间; 采用强化学习算法定义状态空间、动作空间和奖励函数,并构建绿电供需平衡模型,基于未来一段时间的发电量和用户用电需求量,获取供需平衡的最优值,根据供需平衡的最优值,生成最优调度策略。

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湖南百润绿色能源科技有限公司,其通讯地址为:410000 湖南省长沙市中国(湖南)自由贸易试验区长沙片区长沙经开区区块人民东路211号东方韵动汇1栋601室-427;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”。

以上内容由AI智能生成
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。