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！

龙图腾网获悉成都华茂能联科技有限公司申请的专利一种基于虚拟电厂运营的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：CN120893637B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202511408498.X，技术领域涉及：G06Q10/04；该发明授权一种基于虚拟电厂运营的负荷预测方法及系统是由江正涛;吴春燕;谢洹;逯帅;张波;程晗;孟达;丁忠祥;韩明华;耿淑英;冉孟生;汤维维;任泉;成龙;李皓然设计研发完成，并于2025-09-29向国家知识产权局提交的专利申请。

本一种基于虚拟电厂运营的负荷预测方法及系统在说明书摘要公布了：本发明提出一种基于虚拟电厂运营的负荷预测方法及系统，包括：基于蚁群优化算法动态加权组合LSTM时序子模型、XGBoost梯度提升子模型及模糊聚类子模型，构建混合预测模型；通过误差传播网络定位主要偏差源，并根据虚拟电厂实时运行状态触发混合预测模型重构；计算重构后混合预测模型的负荷可预测性指数；根据负荷可预测性指数修正混合预测模型的负荷预测结果，得到最终负荷预测值。本发明通过蚁群优化算法动态加权组合各子模型构建混合预测模型，且通过误差传播网络定位偏差源，依电厂实时运行状态重构模型，调整子模型权重，并计算模型的可预测性指数评估模型可靠性以修正结果，极大提高了虚拟电厂负荷预测的准确性。

本发明授权一种基于虚拟电厂运营的负荷预测方法及系统在权利要求书中公布了：1.一种基于虚拟电厂运营的负荷预测方法，其特征在于，所述方法包括： 基于蚁群优化算法动态加权组合LSTM时序子模型、XGBoost梯度提升子模型及模糊聚类子模型，构建混合预测模型； 通过误差传播网络定位主要偏差源，并根据虚拟电厂实时运行状态触发混合预测模型重构； 计算重构后混合预测模型的负荷可预测性指数； 根据负荷可预测性指数修正混合预测模型的负荷预测结果，得到最终负荷预测值； 其中，所述基于蚁群优化算法动态加权组合LSTM时序子模型、XGBoost梯度提升子模型及模糊聚类子模型，构建混合预测模型，包括： 子模型集合为：； 对于每只蚂蚁和每个时段，按概率选择子模型； 根据各蚂蚁选择各子模型的概率计算各蚂蚁为各子模型分配的加权权重，并生成归一化加权权重向量，得到各蚂蚁的加权权重方案； 对各子模型并行执行负荷预测，并根据各蚂蚁的加权权重方案对各子模型的负荷预测值进行加权计算，得到各蚂蚁加权权重方案下的加权负荷预测结果； 根据加权负荷预测结果，通过适应度函数评估各蚂蚁的加权权重方案； 根据各蚂蚁的加权权重方案的适应度值对每个子模型的信息素进行全局更新； 经过迭代收敛，筛选出时段级的最优加权权重方案，包含各子模型的最优加权权重，m=1，2，3，分别表示LSTM时序子模型、XGBoost梯度提升子模型和模糊聚类子模型的最优加权权重； 所述通过误差传播网络定位主要偏差源，并根据虚拟电厂实时运行状态触发混合预测模型重构，包括： 定义有向图G=V，E，其中，V为节点集合，每个节点表示虚拟电厂中的一个能源单元，节点的属性包括单元类型、实时出力和预测出力，E为边集合，每条边表示单元间的能量交互关系； 根据边权重计算每个节点的影响度； 按影响度对所有节点进行降序排序，并筛选出影响度大于影响度阈值的节点，作为关键偏差源单元； 当满足任一目标条件时，则触发混合预测模型重构，所述目标条件包含关键偏差源单元的持续告警、拓扑变化率大于第一目标阈值、天气突变指数大于第二目标阈值； 若触发混合预测模型重构，则对各子模型的最优加权权重进行调整，调整公式为： ，其中，为调整后第m个子模型的最优加权权重，为蚁群算法优化得到的第m个子模型的最优加权权重，表示第m个子模型是否依赖节点所代表的关键偏差源单元。

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成都华茂能联科技有限公司，其通讯地址为：610000 四川省成都市(四川)自由贸易试验区天府新区兴隆街道湖畔路北段269号1栋1单元1楼；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。