国网上海市电力公司窦真兰获国家专利权
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！
龙图腾网获悉国网上海市电力公司申请的专利基于深度信念网络的燃料电池微电网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：CN120414539B 。
龙图腾网通过国家知识产权局官网在2025-09-23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：202510914931.0，技术领域涉及：H02J3/00；该发明授权基于深度信念网络的燃料电池微电网负荷预测方法及系统是由窦真兰;孙俭;琚洁华;张莹;张春雁;黄子硕;陈银辉;刘营芳;陈佳盈;夏世超设计研发完成，并于2025-07-03向国家知识产权局提交的专利申请。
本基于深度信念网络的燃料电池微电网负荷预测方法及系统在说明书摘要公布了：基于深度信念网络的燃料电池微电网负荷预测方法及系统，方法包括以下步骤：步骤1，采集电力负荷数据、气象数据、日期数据和燃料电池运行数据，进行数据预处理；步骤2，对预处理后的数据进行特征选择，确定最优特征组合作为训练集；步骤3，设置深度信念网络负荷预测模型的结构参数，将训练集输入模型进行训练，计算训练后模型的第一评估指标，确定最优结构参数；步骤4，通过不同的训练参数对基于最优结构参数的模型进行训练并计算第一评估指标和第二评估指标，求解最优训练参数，优化深度信念网络负荷预测模型。本发明能够优化模型结构和训练参数使其适应燃料电池微电网运行预测需求，从而提升负荷预测的准确性、响应性与稳定性。
本发明授权基于深度信念网络的燃料电池微电网负荷预测方法及系统在权利要求书中公布了：1.基于深度信念网络的燃料电池微电网负荷预测方法，其特征在于，包括： 步骤1，采集电力负荷数据、气象数据、日期数据和燃料电池运行数据，进行数据预处理； 步骤2，对预处理后的数据进行特征选择，确定最优特征组合作为训练集； 步骤3，设置深度信念网络负荷预测模型的结构参数，将训练集输入模型进行训练，计算训练后模型的第一评估指标；结合第一评估指标和结构参数，优化深度信念网络负荷预测模型的结构，确定最优结构参数；其中，所述第一评估指标由均方误差MSE、均方根误差RMSE、平均绝对误差MAE和决定系数R2通过加权组合的方式得到； 步骤4，通过不同的训练参数对基于最优结构参数的深度信念网络负荷预测模型进行训练并计算第一评估指标和第二评估指标，求解最优训练参数；结合最优训练参数和最优结构参数，优化深度信念网络负荷预测模型；所述第二评估指标包括响应速度适应性指标和波动特性匹配指标。
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国网上海市电力公司，其通讯地址为：200122 上海市浦东新区源深路1122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”。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号