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！

龙图腾网获悉江苏迪昊特电子科技有限公司申请的专利基于人工智能的工商业储能调峰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：CN120914844B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511434781.X，技术领域涉及：H02J3/28；该发明授权基于人工智能的工商业储能调峰方法是由蒋子侠设计研发完成，并于2025-10-09向国家知识产权局提交的专利申请。

本基于人工智能的工商业储能调峰方法在说明书摘要公布了：本发明公开了基于人工智能的工商业储能调峰方法，涉及工商业储能调峰技术领域，包括如下步骤：在储能系统放电过程中，持续采集储能系统的理论放出电量和实际放出电量，得到储能系统放电数据，并采集环境温度数据；并分别进行异常分析处理，得到标准储能放电数据和标准温度数据；根据标准储能放电数据进行效率计算分析，并根据标准温度数据构建放电效率预测模型；基于放电效率预测模型对放电效率进行预测，并对储能系统的目标存储电量进行调整；本发明用于解决现有的工商业储能调峰技术在对储能系统存储的电量进行配置时，无法根据储能系统的放电效率数据以及环境温度数据，对未来日期的放电效率进行预测，保证电量配置的准确性的问题。

本发明授权基于人工智能的工商业储能调峰方法在权利要求书中公布了：1.基于人工智能的工商业储能调峰方法，其特征在于，包括如下步骤： 在储能系统放电过程中，持续采集储能系统的理论放出电量和实际放出电量，得到储能系统放电数据，并采集环境温度数据； 对储能系统放电数据和环境温度数据分别进行异常分析处理，得到标准储能放电数据和标准温度数据； 根据标准储能放电数据进行效率计算分析，并根据标准温度数据构建放电效率预测模型； 基于放电效率预测模型对放电效率进行预测，并对储能系统的目标存储电量进行调整； 根据标准储能放电数据进行效率计算分析，并根据标准温度数据构建放电效率预测模型包括如下子步骤： 设置第一时间长度为t2，根据t2将第一日期的标记效率序列和标记温度序列同步划分成多个对应的片段，分别记作划分效率序列以及划分温度序列； 将划分效率序列中任意一个时长为t2的片段记作第一效率片段，将第一效率片段中任意一个放电效率记作第一效率PG，设置第一窗口大小为k7； 以PG为第一窗口的起始位置，并计算此时的第一窗口内充电效率的标准差，记作PG的第一参考标差GB1；并以PG为第一窗口的中间位置，并计算此时的第一窗口内充电效率的标准差，记作PG的第二参考标差GB2；再PG为第一窗口的末尾位置，并计算此时的第一窗口内充电效率的标准差，记作PG的第三参考标差GB3； 计算PG的权重标差QG，其中QG=1[GB1+GB2+GB33]；重复获取第一效率片段中所有放电效率的权重标差，并求和，记作权重基准QW0； 计算PG对应的加权效率QP，其中QP=QGQW0*PG，重复获取第一效率片段中所有放电效率对应的加权效率，并求和，得到第一效率片段的参考放电效率； 重复获取划分效率序列中所有参考放电效率，并按照对应的顺序排列，记作第一日期的参考放电效率序列； 对于划分温度序列，将划分温度序列中任意一个时长为t2的片段记作第一温度片段，对第一温度片段进行非线性拟合，得到对应的拟合函数，再根据对应的拟合函数计算第一温度片段的平均温度，重复获取划分温度序列中所有平均温度，并按照对应的顺序排列，记作第一日期的平均温度序列； 将第一日期的参考放电效率序列和平均温度序列记作第一日期的温度效率数据；重复获取每日的温度效率数据，记作温度效率参考数据； 基于LSTM模型构建原始预测模型，原始预测模型包括输入层、隐藏层以及输出层，设置原始预测模型输出为未来日期的参考放电效率序列；利用温度效率参考数据对原始预测模型进行模型训练，完成后得到放电效率预测模型。

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江苏迪昊特电子科技有限公司，其通讯地址为：215000 江苏省苏州市相城区黄桥街道大庄村大庄电镀工业园3号楼；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。