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！

龙图腾网获悉北京领齐科技有限公司申请的专利一种基于机器学习的能耗监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：CN120764723B 。

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：202510915762.2，技术领域涉及：G06N20/00；该发明授权一种基于机器学习的能耗监测方法及系统是由夏明设计研发完成，并于2025-07-03向国家知识产权局提交的专利申请。

本一种基于机器学习的能耗监测方法及系统在说明书摘要公布了：本发明公开了一种基于机器学习的能耗监测方法及系统，属于数据处理技术领域，通过获取待监测目标对应的多维能耗相关数据，能够有效避免单一数据带来的识别不准确的问题，并根据所述多维能耗相关数据构建机器学习训练数据，以所述机器学习训练数据为基础，采用SLSPO对能耗预测模型进行训练，能够有效地提升能耗预测模型对数据的识别准确性，然后采用训练之后的能耗预测模型对待识别多维能耗相关数据进行识别，得到未来时段能耗预测值，最后根据所述未来时段能耗预测值进行待监测目标的能耗异常识别，并根据能耗异常识别得到的能耗异常识别结果进行能耗异常预警，有效地提升了能耗异常监测精准程度，为工作人员实施节能措施提供了强力参考。

本发明授权一种基于机器学习的能耗监测方法及系统在权利要求书中公布了：1.一种基于机器学习的能耗监测方法，其特征在于，包括： 获取待监测目标对应的多维能耗相关数据，并根据所述多维能耗相关数据构建机器学习训练数据； 采用机器学习模型构建能耗预测模型，并以所述机器学习训练数据为基础，采用阶段学习粒子群算法SLSPO对能耗预测模型进行训练，得到训练之后的能耗预测模型； 实时采集待识别多维能耗相关数据，并采用训练之后的能耗预测模型对待识别多维能耗相关数据进行识别，得到未来时段能耗预测值； 根据所述未来时段能耗预测值进行待监测目标的能耗异常识别，得到能耗异常识别结果，并根据所述能耗异常识别结果进行能耗异常预警，完成能耗监测； 采用机器学习模型构建能耗预测模型，并以所述机器学习训练数据为基础，采用SLSPO对能耗预测模型进行训练，得到训练之后的能耗预测模型，包括： 采用机器学习模型构建能耗预测模型，并以能耗预测模型的超参数为基础，初始化粒子群； 以所述机器学习训练数据为基础，确定粒子群中每个粒子对应的适应度，并根据所有粒子对应的适应度确定最优粒子以及精英粒子子群； 以预设的最大训练次数为基础，将训练过程划分为依次进行的第一阶段、第二阶段以及第三阶段； 在第一阶段中，以所述精英粒子子群为基础，采用多方向探索机制对每个粒子进行探索，得到一次探索之后的粒子，并将一次探索之后的粒子作为第二阶段的初始粒子； 在第二阶段中，以所述最优粒子以及精英粒子子群为基础，采用全局与局部平衡探索机制对每个粒子进行探索，得到二次探索之后的粒子，包括： 获取一次探索之后的粒子对应的适应度，并将适应度较大的一半的粒子作为局部探索粒子，将适应度较小的一半的粒子作为全局探索粒子； 根据所述最优粒子，对局部探索粒子进行更新，获取更新之后的局部探索粒子为： 其中，表示第t次训练过程中第i个局部探索粒子，i=1,2,…,N2，N为偶数，表示最优粒子，表示预设的最大训练次数，表示圆周率，表示0,1之间的随机数，表示余弦函数，表示第t+1次训练过程中第i个局部探索粒子的更新速度，表示更新之后的局部探索粒子； 根据所述精英粒子子群，对全局探索粒子进行更新，获取更新之后的全局探索粒子为： 其中，表示第t次训练过程中第j个全局探索粒子，j=1,2,…,N2，表示在精英粒子子群中为全局探索粒子随机匹配的参考粒子，表示第t次训练过程中第j个全局探索粒子对应的更新速度，表示第t+1次训练过程中第j个全局探索粒子对应的更新速度，表示更新之后的全局探索粒子，表示全局搜索控制参数； 将更新之后的局部探索粒子以及更新之后的全局探索粒子共同作为二次探索之后的粒子； 将二次探索之后的粒子作为第三阶段的初始粒子； 在第三阶段中，以所述精英粒子子群为基础，采用携带长跳跃的高精度探索机制对每个进行探索，得到三次探索之后的粒子； 以三次探索之后的粒子为基础，确定能耗预测模型对应的最终超参数，得到训练之后的能耗预测模型。

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领齐科技有限公司，其通讯地址为：100000 北京市密云区鼓楼东大街3号山水大厦3层313室-4014(集群注册)；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。