浙江大学陈岭获国家专利权
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！
龙图腾网获悉浙江大学申请的专利一种基于自适应多尺度超图神经网络的电力负载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：CN119168113B 。
龙图腾网通过国家知识产权局官网在2026-02-06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：202411011366.9，技术领域涉及：G06Q10/04；该发明授权一种基于自适应多尺度超图神经网络的电力负载预测方法是由陈岭;尚宗江设计研发完成，并于2024-07-26向国家知识产权局提交的专利申请。
本一种基于自适应多尺度超图神经网络的电力负载预测方法在说明书摘要公布了：本发明公开了一种基于自适应多尺度超图神经网络的电力负载预测方法，包括以下步骤：基于电力负载数据得到不同时间尺度的子序列并生成初始化节点特征、初始化超边特征和点边关联矩阵，执行节点约束和超边约束；通过超图卷积注意力机制建模细粒度特征间的高阶交互得到更新后的节点特征，并通过注意力机制建模粗粒度特征间的高阶交互得到更新后的超边特征；融合更新后的节点特征和超边特征进行电力负载预测并进行模型训练和应用。本发明方法能够自适应地建模多尺度特征间的高阶交互并区分每个尺度内固有的时序变化，提高了电力负载预测的准确性，在电力系统运营、能源规划和能源效率管理等领域都具有广阔的应用前景。
本发明授权一种基于自适应多尺度超图神经网络的电力负载预测方法在权利要求书中公布了：1.一种基于自适应多尺度超图神经网络的电力负载预测方法，其特征在于，包括以下步骤： 对电力负载数据进行预处理并构建训练样本； 在多尺度特征提取模块，将训练样本构建为不同时间尺度的子序列； 在自适应超图学习模块，基于子序列得到不同时间尺度的初始化节点特征、初始化超边特征和点边关联矩阵，执行基于节点及对应超边间语义相似性的节点约束和基于超边间距离相似性的超边约束并构建约束损失； 在多尺度交互模块，通过超图卷积注意力机制建模细粒度特征间的高阶交互得到更新后的节点特征，并通过注意力机制建模粗粒度特征间的高阶交互得到更新后的超边特征； 在多尺度融合模块，融合更新后的节点特征和超边特征进行电力负载预测，基于预测损失和约束损失训练包括多尺度特征提取模块、自适应超图学习模块、多尺度交互模块和多尺度融合模块的电力负载预测模型； 将新的电力负载数据输入训练好的电力负载预测模型得到预测结果。
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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励