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！

龙图腾网获悉江西百电信息产业有限公司申请的专利节能减碳多目标优化方法、系统、存储介质及计算机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：CN120893633B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202511393896.9，技术领域涉及：G06Q10/04；该发明授权节能减碳多目标优化方法、系统、存储介质及计算机是由潘倩;邓靖川;黄乐天;邓必涛;杜晓丹;冯海云;段筱悦;李剑设计研发完成，并于2025-09-28向国家知识产权局提交的专利申请。

本节能减碳多目标优化方法、系统、存储介质及计算机在说明书摘要公布了：本发明提供一种节能减碳多目标优化方法、系统、存储介质及计算机，该方法包括：基于时空特征对目标区域的用能数据进行处理构建出时空数据；基于用能用户对时空数据进行数据拆分构建出优化任务；在优化任务中搭建对应的数据约束；利用特征处理模型对时空数据进行特征处理得到的增强特征向量和数据约束后的优化任务对特征处理模型进行优化，并在特征处理模型中加入注意力机制，以构建出多目标处理模型；将多目标处理模型与非支配性排序遗传算法进行耦合构建出多目标优化模型，并根据目标区域的优化目标和多目标优化模型的最优解，以生成对应的优化决策。本发明基于实时状态对多目标处理模型进行持续预测和优化，以提高模型的适应性和鲁棒性。

本发明授权节能减碳多目标优化方法、系统、存储介质及计算机在权利要求书中公布了：1.一种节能减碳多目标优化方法，其特征在于，包括： 通过物联网终端实时采集目标区域的用能数据，并基于时空特征对所述用能数据进行处理，以构建出对应的时空数据； 基于所述目标区域的用能用户对所述时空数据进行数据拆分，以构建出各所述用能用户所对应的优化任务； 利用预设的动态窗口算法对各所述用能用户的优化任务进行处理，以在所述优化任务中搭建对应的数据约束； 构建特征处理模型，并利用所述特征处理模型对所述时空数据进行特征处理，以得到对应的增强特征向量； 利用所述增强特征向量、数据约束后的优化任务以及对应的注意力机制构建出对应的能耗预测算法和碳排放预测算法，其中，能耗预测算法的计算公式为： ； 式中，表示第个用能用户的能耗预测值，表示特征处理模型中第一全连接层激活函数，表示能耗权重矩阵，表示长短时记忆网络算法，表示增强特征向量，表示第个用能用户的数据约束后的优化任务中与能耗相关的任务数据的数量，表示的数据权重，表示能耗偏置向量； 碳排放预测算法的计算公式为： ； 式中，表示第个用能用户的碳排放预测量，表示特征处理模型中第二全连接层激活函数，表示碳排放权重矩阵，表示注意力机制函数，表示第个用能用户的数据约束后的优化任务中与碳排放相关的任务数据的数量，表示的数据权重，表示碳排放偏置向量； 基于所述能耗预测算法和所述碳排放预测算法定义多目标处理模型的损失函数，根据所得到的损失函数构建出对应的多目标处理模型： ； 式中，，表示能耗损失的权重，表示碳排放损失的权重，表示第个用能用户的能耗值，表示第个用能用户的碳排放量，表示正则化系数，表示权重矩阵的弗罗贝尼乌斯范数； 将所述多目标处理模型与非支配性排序遗传算法进行耦合，以构建出对应的多目标优化模型，并根据所述目标区域的优化目标和所述多目标优化模型的最优解，以生成对应的优化决策； 其中，利用所述特征处理模型对所述时空数据进行特征处理，以得到对应的增强特征向量的步骤包括： 利用所述特征处理模型对所述时空数据进行特征处理，以计算出所述时空数据中的功率均值以及负荷波动方差； 提取所述时空数据的频域特征，并将所述功率均值、所述负荷波动方差和所述频域特征进行融合，以得到对应的增强特征向量。

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江西百电信息产业有限公司，其通讯地址为：330000 江西省南昌市南昌高新技术产业开发区火炬五路719号洪泰智造工场A1栋A-15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。