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！

龙图腾网获悉国网江苏省电力有限公司信息通信分公司申请的专利基于深度学习与多源数据融合的电网智能负荷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：CN120933942B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511446741.7，技术领域涉及：H02J3/00；该发明授权基于深度学习与多源数据融合的电网智能负荷预测方法是由刘梅招;程环宇;钟秋圆;魏圣杰;夏飞;雒宇峰;杨雯;魏柳;刘凯;宋玉;汤雷;顾颖程;潘伟设计研发完成，并于2025-10-11向国家知识产权局提交的专利申请。

本基于深度学习与多源数据融合的电网智能负荷预测方法在说明书摘要公布了：本发明涉及电网负荷预测技术领域，尤其涉及一种基于深度学习与多源数据融合的电网智能负荷预测方法，包括：基于各电网节点的节点特征生成若干关键数据集；确定各关键数据集对应的数据敏感度，并判定各关键数据集对应的电力干涉类别；分别对各电网节点进行数据监控，以确定各电网节点对应的电力波动风险指数；基于各电力波动风险指数确定若干异常电网节点，并基于各异常电网节点以及各关键数据集对应的数据敏感度确定若干异常关键数据集；构建强干涉预测模型以及弱干涉预测模型，以得到未来预设时间段内的目标预测负荷。本发明能够提高电网负荷预测准确性。

本发明授权基于深度学习与多源数据融合的电网智能负荷预测方法在权利要求书中公布了：1.一种基于深度学习与多源数据融合的电网智能负荷预测方法，其特征在于，包括： 步骤S1，获取目标区域内若干电网节点的历史电力数据，并基于各电网节点的节点特征生成若干关键数据集，其中，每一关键数据集中包括至少一个电网节点的历史电力数据； 步骤S2，基于各所述关键数据集中的历史电力数据确定各关键数据集对应的数据敏感度，并判定各关键数据集对应的电力干涉类别； 步骤S3，分别对各所述电网节点进行数据监控，获取目标时间段内各电网节点对应的电力数据波动曲线，以确定各电网节点对应的电力波动风险指数； 步骤S4，基于各所述电力波动风险指数确定若干异常电网节点，并基于各异常电网节点以及各关键数据集对应的数据敏感度确定若干异常关键数据集； 步骤S5，基于各所述异常关键数据集对应的电力干涉类别分别确定强干涉数据集以及弱干涉数据集，以构建强干涉预测模型以及弱干涉预测模型； 步骤S6，将各所述异常电网节点的实时电力数据，分别输入所述强干涉预测模型以及所述弱干涉预测模型中，以得到未来预设时间段内的目标预测负荷； 在所述步骤S2中，包括： 基于各所述关键数据集对应的数据敏感度与第一预设敏感度的比对结果，判定各关键数据集对应的电力干涉类别； 其中，所述电力干涉类别包括强干涉类别以及弱干涉类别； 在所述步骤S3中，确定各电网节点对应的电力波动风险指数，包括： 步骤S31，基于各所述电网节点对应的电力数据波动曲线确定各电网节点对应的电力异常时间段； 步骤S32，基于各所述电网节点对应的电力异常时间段确定各电网节点对应的电力波动风险指数； 在所述步骤S4中，确定若干异常关键数据集包括： 步骤S41，基于各所述异常电网节点对应的关键数据集确定若干异常数据集； 步骤S42，基于各所述异常数据集对应的数据敏感度与第二预设敏感度的比对结果确定若干异常关键数据集； 其中，所述第一预设敏感度大于第二预设敏感度。

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国网江苏省电力有限公司信息通信分公司，其通讯地址为：210000 江苏省南京市北京西路20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。