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！

龙图腾网获悉北京国科恒通科技股份有限公司申请的专利一种基于大数据的电网负荷预测与动态调度优化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：CN120855327B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202511357593.1，技术领域涉及：H02J3/00；该发明授权一种基于大数据的电网负荷预测与动态调度优化方法是由关瑞佳;李晓舟;高岳琛;吕睿;林剑华;王发胜设计研发完成，并于2025-09-23向国家知识产权局提交的专利申请。

本一种基于大数据的电网负荷预测与动态调度优化方法在说明书摘要公布了：本发明涉及电网负荷预测技术领域，具体地说，涉及一种基于大数据的电网负荷预测与动态调度优化方法。包括如下步骤：电网多源数据预处理；注意力增强型负荷预测模型构建，通过LSTM网络提取时序负荷特征，通过随机森林筛选关键影响因素特征；分层约束改进鲸鱼优化调度方案生成；实时闭环调整；数据归档追溯。本发明通过构建注意力增强型负荷预测模型，利用LSTM网络提取时序负荷特征、随机森林筛选关键影响因素特征，再引入注意力机制突出用电高峰时段特征权重，结合Adam优化器训练与精度验证，可更精准捕捉不同时段负荷变化规律，提升负荷预测结果与实际电网运行状况的适配性。

本发明授权一种基于大数据的电网负荷预测与动态调度优化方法在权利要求书中公布了：1.一种基于大数据的电网负荷预测与动态调度优化方法，其特征在于，包括如下步骤： S100、电网多源数据预处理：采用多维度传感设备采集用户侧、设备侧、环境侧原始数据，并通过“缺失值分类填补+3σ准则异常值剔除+Z‑Score标准化”组合流程进行处理； S200、注意力增强型负荷预测模型构建：基于S100的标准化数据集，通过LSTM网络提取时序负荷特征，通过随机森林筛选关键影响因素特征；引入注意力机制对两类特征加权融合，突出用电高峰时段特征权重；采用Adam优化器训练模型，通过平均绝对百分比误差、均方根误差验证模型精度，输出负荷预测结果； 在所述S200中，引入注意力机制对两类特征加权融合的过程包括以下步骤： S220.1、特征相关性分析：计算待融合特征集合中各特征与实际负荷变化量的相关性系数，形成相关性矩阵； S220.2、注意力权重分配：基于相关性矩阵，对用电高峰时段的特征分配权重，对非高峰时段的特征分配权重，其中，形成动态权重矩阵； S220.3、特征加权融合：通过矩阵运算将动态权重矩阵与待融合特征集合融合，生成综合特征矩阵； S300、分层约束改进鲸鱼优化调度方案生成：基于S200的负荷预测结果与电网实时运行参数，构建“供需平衡优先+能耗优化为辅”的多目标调度函数；并采用改进鲸鱼优化算法求解，算法引入自适应权重因子调整搜索策略，通过分层约束判断优先满足设备物理安全极限，生成调度方案； 在所述S300中，采用改进鲸鱼优化算法求解及通过分层约束判断生成调度方案的过程包括以下步骤： S320.1、算法参数初始化：设置改进鲸鱼优化算法的种群规模、最大迭代次数，初始化种群个体； S320.2、自适应权重因子调整：引入随迭代进程动态变化的权重因子，迭代前期时取大值以强化全局搜索能力，迭代后期时取小值以强化局部寻优精度，通过调整个体搜索步长； S320.3、分层约束判断：第一层约束为设备物理安全极限，包括变压器负载率上限、线路额定电流；第二层约束为系统运行稳定指标，包括电压偏差范围、频率偏差范围；求解过程中先校验，不满足则直接舍弃该个体，满足后再校验； S320.4、最优调度方案生成：通过多目标调度函数计算种群个体的适应度值，迭代更新保留适应度最优个体，最终输出同时满足、约束的调度参数组合，形成调度方案； S400、实时闭环调整：采用高频负荷监测计算偏差率；当偏差超出合理范围时，通过“增量数据训练+调度参数微调”组合手段，使偏差回落至合理区间； S500、数据归档追溯：采用时序数据库分类归档S100‑S400的关键数据；数据保留周期符合电网设备运维追溯需求，支持按时间、区域、设备编号检索，确保数据可追溯。

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北京国科恒通科技股份有限公司，其通讯地址为：100000 北京市海淀区农大南路1号院2号楼A座401室；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。