山东大学杨明获国家专利权
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！
龙图腾网获悉山东大学申请的专利一种自适应动态组合的负荷概率预测方法及装置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：CN118676911B 。
龙图腾网通过国家知识产权局官网在2025-09-26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：202410791743.9，技术领域涉及：H02J3/00；该发明授权一种自适应动态组合的负荷概率预测方法及装置是由杨明;于一潇;李梦林;李鹏;张玉敏;刘昊;王传琦;管西洋设计研发完成，并于2024-06-19向国家知识产权局提交的专利申请。
本一种自适应动态组合的负荷概率预测方法及装置在说明书摘要公布了：本发明涉及一种自适应动态组合的负荷概率预测方法及装置，属于电力系统负荷预测技术领域，包括：选择多种概率预测模型作为组合子模型，优化训练各子模型，提升各子模型概率预测精度，用于对电荷概率进行分别预测；针对每一子模型进行贝叶斯模型平均，得到组合后的整体预测结果；对预测结果进行评价；构建基于深度确定性策略梯度算法；构建基于深度确定性策略梯度算法的短期负荷预测模型，用于得到自适应动态预测结果。本发明克服单一预测模型在某些条件下表现不佳的问题，且实现环境与组合权重之间的动态映射，在线感知外界环境变化、自适应更新组合权重，从而增强模型的适应性，有效提升概率预测结果的稳定性和概率预测精度。
本发明授权一种自适应动态组合的负荷概率预测方法及装置在权利要求书中公布了：1.一种自适应动态组合的负荷概率预测方法，其特征在于，包括如下步骤： 1选择多种概率预测模型作为组合子模型，优化训练各子模型，提升各子模型概率预测精度，用于对电荷概率进行分别预测； 2针对每一子模型进行贝叶斯模型平均，得到组合后的整体预测结果； 3对步骤2的预测结果进行评价； 4构建基于深度确定性策略梯度算法，建立环境-概率预测反馈机制，实现对负荷组合概率的组合权重动态即时更新； 5构建基于深度确定性策略梯度算法的短期负荷预测模型，用于得到自适应动态预测结果； 步骤1中，选择分位数回归模型、稀疏贝叶斯学习模型和随机森林回归模型作为组合子模型。
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山东大学，其通讯地址为：250061 山东省济南市历下区经十路17923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