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！

龙图腾网获悉国网黑龙江省电力有限公司鹤岗供电公司;东北农业大学;国家电网有限公司申请的专利基于SDP-BiLSTM的短期日前负荷预测模型及预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：CN119202667B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202411350502.7，技术领域涉及：G06F18/213；该发明授权基于SDP-BiLSTM的短期日前负荷预测模型及预测方法是由金宪才;房俊龙;张首军;魏东辉;王胜铎;杜泽鉴;徐美希;赵庆贺;崔言志;李祥云;武力刚;王丽丽;王鸣迪设计研发完成，并于2024-09-26向国家知识产权局提交的专利申请。

本基于SDP-BiLSTM的短期日前负荷预测模型及预测方法在说明书摘要公布了：基于SDP‑BiLSTM的短期日前负荷预测模型及预测方法，属于电力系统负荷预测领域。解决了传统短期日前负荷预测方法预测精度低、稳定性差的问题。本发明的特征提取层包括两个双层BiLSTM，分别对NWP序列和电力负荷序列进行特征提取，得到特征向量Hnwpnwp和Hloadload；SDP注意力层将Hnwpnwp和Hloadload进行线性变换转化为查询向量Q、键向量K和值向量V；对Q和K通过点积得到点积得分矩阵，并通过softmax函数缩放得到向量ω后与V点积得到中间向量C，C与Hnwpnwp采用拼接方式进行特征融合，得到HSDPSDP；输出层，用于对HSDPSDP依次进行特征提取和全连接操作实现负荷序列预测。本发明主要用于电力负荷预测。

本发明授权基于SDP-BiLSTM的短期日前负荷预测模型及预测方法在权利要求书中公布了：1.基于SDP-BiLSTM的短期日前负荷预测模型，其特征在于，负荷预测模型包括： 特征提取层包括两个双层BiLSTM，两个双层BiLSTM分别用于对预测日期NWP序列和历史日期电力负荷序列进行特征提取，相应的得到特征向量Hnwp和特征向量Hload； SDP注意力层，用于将特征向量Hnwp进行线性变换转化为查询向量Q，还用于对特征向量Hload进行两个不同尺度的线性变换分别转化为键向量K和值向量V；对查询向量Q和键向量K通过点积计算得到点积得分矩阵，并通过softmax函数缩放得到向量ω，向量ω与值向量V点积计算得到中间向量C，该中间向量C与特征向量Hnwp采用拼接方式进行特征融合，得到特征向量HSDP； 输出层，用于对特征向量HSDP依次进行特征提取和全连接操作，得到预测日期所对应的电力负荷序列。

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国网黑龙江省电力有限公司鹤岗供电公司;东北农业大学;国家电网有限公司，其通讯地址为：154101 黑龙江省鹤岗市工农区禾友路2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。