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！

龙图腾网获悉武汉大学;武汉理工大学;青海大学申请的专利基于MCNN-MMoL的短期电力负荷多步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：CN120012972B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202411563198.4，技术领域涉及：G06Q10/04；该发明授权基于MCNN-MMoL的短期电力负荷多步预测方法是由马恒瑞;朱苏洵;任博文;王波;马富齐;王红霞;武世东;王枭;司杨;陈晓弢;杨艳;苏小玲;麻林瑞;张嘉鑫;罗鹏;张迎晨设计研发完成，并于2025-02-14向国家知识产权局提交的专利申请。

本基于MCNN-MMoL的短期电力负荷多步预测方法在说明书摘要公布了：本申请公开了基于MCNN‑MMoL的短期电力负荷多步预测方法，包括以下步骤：S101、采集原始负荷数据，并对所述原始负荷数据进行预处理；S102、将所述原始负荷数据划分成多个具有独立特征信息的子负荷；S103、构建MCNN‑MMoL网络，基于MCNN‑MMoL网络中的MCNN部分，从不同的尺度对所述子负荷的特征进行捕捉提取，基于MCNN‑MMoL网络中的MMoL部分进行多步负荷预测，最终获得短期电力负荷多步预测结果；用于解决现有的电力负荷预测均为单步预测，存在较大的使用局限性的技术问题。

本发明授权基于MCNN-MMoL的短期电力负荷多步预测方法在权利要求书中公布了：1.基于MCNN-MMoL的短期电力负荷多步预测方法，其特征在于，包括以下步骤： S101、采集原始负荷数据，并对所述原始负荷数据进行预处理； S102、将所述原始负荷数据划分成多个具有独立特征信息的子负荷； S103、构建MCNN-MMoL网络，基于MCNN-MMoL网络中的MCNN部分，从不同的尺度对所述子负荷的特征进行捕捉提取，基于MCNN-MMoL网络中的MMoL部分进行多步负荷预测，最终获得短期电力负荷多步预测结果； 所述步骤S101中，对所述原始负荷数据进行预处理，其预处理具体包括：对所述原始负荷数据中的异常值进行辨识，并采用线性回归法对所述异常值进行修正，并基于修正结果进行归一化处理； 所述步骤S102中,所述MCNN-MMoL网络中的MCNN部分包括不同的卷积分支，所述不同的卷积分支用于处理不同层次的所述子负荷； MCNN-MMoL网络中的MMoL部分进行多步负荷预测时，其具体包括：采用多组长短期记忆网络解析所述子负荷特征的变化规律，得出预测序列，并根据所述预测序列的长度确定需要预测的任务数量和门控单元数量，并为每个所述任务定制专门的门控网络，调节每个所述长短期记忆网络对特定任务的共享特征表达，再将所述门控单元的输出进行非线性转换，最终通过线性层来生成预测结果； 所述特定任务的共享特征表达式为： 其中，为第i个任务的共享特征表示，m为第m个共享子网，且，为任务i中第m个共享子网的权重； 所述门控网络的表达式为： 其中，为门控网络，为任务i中第m个共享子网的权重，为激活函数； 所述任务输出为： 其中，分别为第i个任务的共享特征表示、塔式网络、任务输出。

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武汉大学;武汉理工大学;青海大学，其通讯地址为：430000 湖北省武汉市武昌珞珈山；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。