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一种考虑气象因素影响的家庭灵活性资源联合监测方法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：CN119519117B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202411509884.3，技术领域涉及：H02J13/00；该发明授权一种考虑气象因素影响的家庭灵活性资源联合监测方法是由胡小磊;罗庆全;余涛;郭文龙;王艺澎;潘振宁;梁敏航设计研发完成，并于2024-10-28向国家知识产权局提交的专利申请。

本一种考虑气象因素影响的家庭灵活性资源联合监测方法在说明书摘要公布了：本发明公开了一种考虑气象因素影响的家庭灵活性资源联合监测方法，包括：收集真实家庭用电场景中的总线功率数据、各个灵活性资源的单体功率数据以及对应时段的候选气象因素数据并进行预处理，得到干净数据；根据干净数据，计算家庭灵活性资源运行与候选气象因素之间的相关系数，筛选出对灵活性资源运行影响大的关键气象因素，并与总线功率数据合并为多维特征向量；将多维特征向量作为输入及预处理后的单体功率数据作为标签进行模型训练；在实际应用中，将实时采集到的总线功率数据和对应时段的经筛选出的关键气象因素输入到训练好的模型，同时得到多个精确的灵活性资源单体功率数据。本发明可实现在复杂用电场景中多种灵活性资源的精确监测。

本发明授权一种考虑气象因素影响的家庭灵活性资源联合监测方法在权利要求书中公布了：1.一种考虑气象因素影响的家庭灵活性资源联合监测方法，其特征在于，包括以下步骤： 1收集真实家庭用电场景中的总线功率数据、各个灵活性资源的单体功率数据以及对应时段的候选气象因素数据并进行预处理，得到干净数据； 2根据步骤1预处理完成的干净数据，计算家庭灵活性资源运行与候选气象因素之间的相关系数，根据计算结果，筛选出对灵活性资源运行影响大的关键气象因素数据，并与步骤1中的总线功率数据合并为一个多维特征向量，作为后续模型输入； 3基于多任务学习思想，引入Transformer编码器和时序卷积神经网络，构建家庭灵活性资源联合监测模型，将步骤2构建的多维特征向量作为输入以及步骤1中预处理完成的单体功率数据作为标签，进行模型训练，得到训练好的模型； 所述多任务学思想是指利用单一模型同时学习多个相关任务，其优势在于能够利用任务之间的关联性，提高模型的整体性能，并减小模型复杂度；所述家庭灵活性资源联合监测模型由共享特征提取模块、门控网络和塔层网络组成，其工作原理为：首先，通过共享特征提取模块跨监测任务提取相关特征信息；然后，门控网络将提取的相关特征信息合理分配给并行的塔层网络，生成不同灵活性资源的监测结果； 所述共享特征提取模块由多个专家网络组成，专家网络从不同角度学习跨监测任务的相关性信息；首先，模型的输入向量由总线功率数据和气象因素数据组成；然后，专家网络由一维卷积神经网络和多个Transformer编码器组成，其中，一维卷积神经网络采用1×1卷积核进行逐点卷积，以更好地表示时间序列输入，随后，Transformer编码器由多头注意力机制、残差连接和前馈神经网络构成，探索多个任务之间的潜在相关性和全局共享信息； 4在实际应用中，将实时采集到的总线功率数据和对应时段的经步骤2筛选出的关键气象因素数据合并为一个多维特征向量输入到训练好的模型，同时得到多个精确的灵活性资源单体功率数据。

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”。

以上内容由龙图腾AI智能生成。