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综合相似度相似日筛选的充电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：CN121076794B 。

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：202511630556.3，技术领域涉及：H02J3/00；该发明授权基于综合相似度相似日筛选的充电负荷预测方法及系统是由王旭;王子涵;马菲;戴荣健;田昊;周骁腾设计研发完成，并于2025-11-10向国家知识产权局提交的专利申请。

本基于综合相似度相似日筛选的充电负荷预测方法及系统在说明书摘要公布了：本发明涉及负荷预测技术领域，提出了一种基于综合相似度相似日筛选的充电负荷预测方法及系统，包括针对获取的历史负荷特征、气象特征及上下文特征分别进行相似度计算并归一化；以最小化融合相似度得分的均值与标准差为目标，求解得到各相似度的融合权重后构建标准相似日集合；计算待预测目标日和候选日的气象特征和上下文特征相似度的日对特征作为输入，通过训练后的模型筛选出最匹配的相似日识别集合；基于待预测目标日的气象特征及上下文特征与筛选后的相似日识别集合得到负荷预测结果。本发明通过多特征综合相似度计算与优化的相似日筛选，实现基于多维特征的相似日集合构建，为充电负荷预测提供高精度输入特征选择框架。

本发明授权基于综合相似度相似日筛选的充电负荷预测方法及系统在权利要求书中公布了：1.基于综合相似度相似日筛选的充电负荷预测方法，其特征在于，包括如下步骤： 针对获取的历史负荷特征、气象特征及上下文特征分别进行相似度计算，并归一化处理； 以最小化融合相似度得分的均值与标准差为目标，构建多目标优化模型，求解得到各相似度的融合权重，将计算得到的历史负荷数据相似度、气象数据相似度及上下文特征的相似度进行融合，基于融合相似度值构建标准相似日集合； 计算待预测目标日和候选日的气象特征和上下文特征相似度的日对特征作为输入，通过训练后的XGBoost模型筛选出最匹配的相似日识别集合；所述XGBoost模型，通过标准相似日集合构建日对特征作为训练样本采用监督学习方法进行训练； 基于待预测目标日的气象特征及上下文特征与筛选后的相似日识别集合的数据作为输入数据，传输至负荷预测模型进行识别，得到负荷预测结果； 相似度得分的加权得分的计算公式如下所示： 15； 式中：为第个历史日的最终加权相似度得分；为待优化的三维权重向量；为第个历史日的三维归一化相似度得分元组；和分别为第类特征的权重和相似度得分；分别为历史负荷、历史负荷、上下文特征的类别； 以最小化融合相似度得分的均值与标准差为目标，构建多目标优化模型如下： 目标一：最小化加权得分的均值： 16； 式中：为历史日集合中的样本总数；为第个历史日的加权得分，表示加权得分序列； 目标二：最小化加权得分的标准差： 17； 多目标优化模型的约束条件为权重向量满足标准单纯形约束，公式如下： 18； 采用基于NSGA-II的多目标优化算法，求解多目标优化模型，包括如下步骤： 随机生成权重向量，构建初始种群； 进行迭代进化，包括种群繁殖、评价与排序以及环境选择； 迭代结束后，设置相似度加权得分的标准差最小为最优解偏好，从得到的多个最优解组成的Pareto前沿中，选择最优解作为最优权重向量，作为各相似度的融合权重； 基于各相似度的融合权重对相似度进行融合，基于融合相似度得分得到与设定的各基准日相似度最高的相似度集合。

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：250000 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。