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基于相似日提取的改进SAC加权负荷多模型功率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：CN120725232B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202511163987.3，技术领域涉及：G06Q10/04；该发明授权基于相似日提取的改进SAC加权负荷多模型功率预测方法及系统是由杨明;陶李丹澜;王飞;刘昊;于一潇;李梦林;王传琦;单帅杰设计研发完成，并于2025-08-20向国家知识产权局提交的专利申请。

本基于相似日提取的改进SAC加权负荷多模型功率预测方法及系统在说明书摘要公布了：本发明涉及基于相似日提取的改进SAC加权负荷多模型功率预测方法及系统，属于电力预测技术领域。首先，基于MIC‑GRA算法在海量历史数据中筛选与待测日高相关的5个相似日，将其输入至SAC深度学习的状态空间中。其次，选取3个具有互补优势的不同类型的基础模型作为负荷预测组合模型构成要素，得到待测日负荷预测结果。最后，将配置相似日数据的环境与智能体进行交互，分别为子模型配置权重，得到组合模型预测结果，提升整体预测性能。

本发明授权基于相似日提取的改进SAC加权负荷多模型功率预测方法及系统在权利要求书中公布了：1.基于相似日提取的改进SAC加权负荷多模型功率预测方法，其特征在于，步骤如下： 1数据预处理，对历史负荷数据和多元气象数据进行数据预处理，剔除重复、异常数据，补充缺失数据，并对数据进行归一化处理； 2负荷相似日提取，利用基于MIC的加权灰色关联度相似日提取算法，计算历史日期与待测日的相似度，筛选与待测日相似度排名前5的历史日作为待测日的相似日； 3基于多模型优势融合的负荷预测，分别选取树模型类的LightGBM模型、神经网络类的CA-PatchTST模型以及支持向量机类的最小二乘支持向量机模型，作为组合模型的三个子模型，分别采用三种模型对同一待测日负荷序列进行预测，以15min为采样间隔，得到3条预测序列； 4SAC权重配置，设置SAC的状态集、动作集和奖励集，将提取的相似日数据融入SAC的状态空间中，结合子模型的预测误差与相似日性能排名，为各个子模型的预测结果配置权重系数，并根据从环境中感知的状态变化动态调整权重，将赋权后结果输出，得到基于动态权重的负荷组合预测最终结果； 具体的环境配置和权重调整步骤为： 41将所提取的排名前5的相似日历史数据输入到SAC的状态空间中； 42分别使用子模型进行负荷预测，将子模型预测结果输入到SAC的状态空间； 43采用基于子模型排名权重和相似日性能分数加权的奖励函数，以15min为采样间隔，每天预测得到96个功率值，即SAC进行一次决策，输出待测日96个点的负荷预测值； 权重配置为： ①SAC状态集： Sstate＝{s1,s2,s3,s4,s5,y1,y2,y3,et-k,…,et-1}19 其中，s1,s2,s3,s4,s5是排名前五的相似日历史数据，y1,y2,y3分别是LightGBM模型、最小二乘支持向量机模型和CA-PatchTST模型的预测结果，et-k,…,et-1分别是过去k个时间步的预测误差； ②动作集A： A＝{ω1，ω2，ω3}20 其中，ω1，ω2，ω3分别为三个子模型的权重，是动态变化值； ③奖励函数公式： 其中，τ1，τ2为SAC可学习参数，分别控制历史排名因子权重和相似日性能得分权重，初始值分别设置为0.5、0.5，后续通过SAC算法建模进行动态调整； 历史排名因子权重: rankyk为第k个子模型在相似日中预测的归一化平均排名,其计算公式为： rankyk＝模型k在5个相似日中的预测平均排名5； 1-rankyk将原始排名转化为正向贡献值，子模型排名越靠前，rankyk越小，1-rankyk越接近1，子模型的权重贡献越高；反之，子模型排名越靠后，rankyk越大，1-rankyk越接近0，子模型的权重贡献越低； 相似日性能得分权重： simscorek计算公式如下： 其中，simd为第d个相似日与待测日的相似度，即经过加权灰色关联度计算的结果，NRMSEk,d为模型k在第d个相似日的归一化RMSE，该公式的作用为计算第k个模型在相似日中的加权性能得分； ④加权集成的最终负荷预测结果为： y＝ω1y1+ω2y2+ω3y323； 44加权集成：SAC通过环境与智能体的交互，对每个时刻的子模型赋予权重，将子模型的预测结果按照分配的权重进行加权平均，得到最终的预测结果。

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”。

以上内容由龙图腾AI智能生成。